Máquina de Vectores de Soporte Online
El SVM online adapta la máquina de vectores de soporte clásica a datos en streaming o que llegan secuencialmente, actualizando el límite de decisión un ejemplo a la vez en lugar de resolver un programa cuadrático global. Algoritmos como Pegasos y LASVM lo hacen tratable a gran escala, preservando el espíritu de maximización de margen de los SVM con tiempo sublineal por actualización.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/es/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.
- Gradient Boosting en LíneaAprendizaje automático↔ compare
- Aprendizaje en líneaAprendizaje automático↔ compare
- Regresión logística en líneaAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →