Διαδικτυακή Μηχανή Υποστήριξης Διανυσμάτων (Online Support Vector Machine)
Η Online SVM προσαρμόζει την κλασική μηχανή υποστήριξης διανυσμάτων σε δεδομένα ροής ή δεδομένα που φτάνουν διαδοχικά, ενημερώνοντας το όριο απόφασης ένα παράδειγμα κάθε φορά αντί να επιλύει ένα καθολικό τετραγωνικό πρόγραμμα. Αλγόριθμοι όπως ο Pegasos και ο LASVM καθιστούν αυτό εφικτό σε μεγάλη κλίμακα, διατηρώντας το πνεύμα μεγιστοποίησης του περιθωρίου των SVMs με υπο-γραμμικό χρόνο ανά ενημέρωση.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Shalev-Shwartz, S., Singer, Y., Srebro, N., & Cotter, A. (2011). Pegasos: Primal estimated sub-gradient solver for SVM. Mathematical Programming, 127(1), 3–30. DOI: 10.1007/s10107-010-0420-4 ↗
- Bordes, A., Ertekin, S., Weston, J., & Bottou, L. (2005). Fast kernel classifiers with online and active learning. Journal of Machine Learning Research, 6, 1579–1619. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/el/machine-learning/online-support-vector-machine
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.
- Online Gradient BoostingΜηχανική Μάθηση↔ compare
- Διαδικτυακή ΜάθησηΜηχανική Μάθηση↔ compare
- Λογιστική Παλινδρόμηση σε Συνεχή Ροή (Online Logistic Regression)Μηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →