Aprendizaje Robusto en Línea

El aprendizaje robusto en línea extiende el marco del aprendizaje en línea —donde un modelo se actualiza secuencialmente después de cada observación— incorporando mecanismos de robustez que protegen contra etiquetas corruptas, ejemplos adversariales, ruido de cola pesada y deriva de conceptos. El resultado es un aprendiz secuencial que mantiene un arrepentimiento acotado incluso cuando el flujo de datos contiene valores atípicos o perturbaciones deliberadas.