Apprentissage en ligne
L'apprentissage en ligne est un paradigme d'apprentissage automatique dans lequel un modèle est mis à jour de manière incrémentielle à mesure que chaque nouvelle donnée arrive, plutôt que d'être entraîné une seule fois sur un ensemble de données fixe. Il est essentiel lorsque les données arrivent en flux continu, que le stockage est limité ou que la distribution sous-jacente évolue au fil du temps. La performance théorique est mesurée par le regret cumulé par rapport au meilleur prédicteur fixe connu a posteriori.
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.
+30 more
Sources
- Shalev-Shwartz, S. (2011). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗
- Cesa-Bianchi, N. & Lugosi, G. (2006). Prediction, Learning, and Games. Cambridge University Press. ISBN: 978-0-521-84108-5
Comment citer cette page
ScholarGate. (2026, June 3). Online Learning (Sequential / Incremental Machine Learning). ScholarGate. https://scholargate.app/fr/machine-learning/online-learning
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.
- Apprentissage actifApprentissage automatique↔ compare
- Apprentissage FédéréProtection de la vie privée↔ compare
- Apprentissage à peu d'exemplesApprentissage automatique↔ compare
- Apprentissage auto-superviséApprentissage automatique↔ compare
- Apprentissage semi-superviséApprentissage automatique↔ compare
- Apprentissage par transfertApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →