Machine learningMachine learning

ماشین بردار پشتیبان آنلاین

ماشین بردار پشتیبان آنلاین (Online SVM) ماشین بردار پشتیبان کلاسیک را برای داده‌های جریانی یا داده‌هایی که به صورت متوالی وارد می‌شوند، با به‌روزرسانی مرز تصمیم‌گیری به ازای هر نمونه به جای حل یک برنامه درجه دوم سراسری، تطبیق می‌دهد. الگوریتم‌هایی مانند Pegasos و LASVM این کار را در مقیاس بزرگ قابل انجام می‌کنند و روح حداکثرسازی حاشیه SVMها را با زمان زیرخطی برای هر به‌روزرسانی حفظ می‌کنند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. 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
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/fa/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.

Compare side by side
ScholarGateOnline Support Vector Machine (Online Support Vector Machine (Incremental SVM for Streaming Data)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/online-support-vector-machine · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026