Online Learning
Online learning je paradigma strojového učení, kde se model inkrementálně aktualizuje s příchodem každého nového datového bodu, namísto jednorázového tréninku na fixní datové sadě. Je nezbytné, když data proudí kontinuálně, je omezené úložiště nebo se podkladová distribuce v čase mění. Teoretický výkon se měří kumulativní ztrátou (regret) vzhledem k nejlepšímu fixnímu prediktoru zpětně.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+30 more
Zdroje
- Shalev-Shwartz, S. (2011). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗
- Cesa-Bianchi, N. & Lugosi, G. (2006). Prediction, Learning, and Games. Cambridge University Press. ISBN: 978-0-521-84108-5
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Online Learning (Sequential / Incremental Machine Learning). ScholarGate. https://scholargate.app/cs/machine-learning/online-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Aktivní učeníStrojové učení↔ compare
- Federované učeníSoukromí↔ compare
- Učení s malým počtem příkladůStrojové učení↔ compare
- Samoučící se učeníStrojové učení↔ compare
- Semisupervisední učeníStrojové učení↔ compare
- Přenosové učeníStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →