Boosting en ligne
Le Boosting en ligne adapte le cadre classique du boosting aux flux de données, en mettant à jour un ensemble d'apprenants faibles un exemple à la fois sans stocker l'intégralité de l'ensemble de données. La formulation d'Oza-Russell approxime le repondération d'AdaBoost en utilisant des comptes d'instances échantillonnés selon une loi de Poisson, permettant une classification précise et adaptative en temps réel ou dans des environnements aux ressources contraintes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
Comment citer cette page
ScholarGate. (2026, June 3). Online Boosting (Streaming Ensemble Boosting). ScholarGate. https://scholargate.app/fr/machine-learning/online-boosting
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.
- BoostingApprentissage automatique↔ compare
- Gradient BoostingApprentissage automatique↔ compare
- Online BaggingApprentissage automatique↔ compare
- Apprentissage en ligneApprentissage automatique↔ compare
- Forêt aléatoire en ligneApprentissage automatique↔ compare
- Boost par apprentissage semi-superviséApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →