Machine learningMachine learning

עץ החלטה מקוון

עץ החלטה מקוון (Online Decision Tree) הוא עץ החלטה הגדל באופן מצטבר מזרם נתונים רציף מבלי לבקר מחדש דוגמאות קודמות. האלגוריתם הדומיננטי, עץ הופדינג (Hoeffding Tree, VFDT), משתמש בחסם הופדינג כדי להחליט מתי נצפו מספיק דוגמאות בצומת כדי לפצל אותו בביטחון, מה שמאפשר סיווג בזמן אמת וניתן להרחבה על זרמי נתונים אינסופיים פוטנציאליים.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Domingos, P., & Hulten, G. (2000). Mining very fast data streams. In Proceedings of the 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 71–80). ACM. link
  2. Hulten, G., Spencer, L., & Domingos, P. (2001). Mining time-changing data streams. In Proceedings of the 7th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 97–106). ACM. DOI: 10.1145/502512.502529

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Online Decision Tree (Incremental / Streaming Decision Tree Learning). ScholarGate. https://scholargate.app/he/machine-learning/online-decision-tree

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

מאוזכר על ידי

ScholarGateOnline Decision Tree (Online Decision Tree (Incremental / Streaming Decision Tree Learning)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/online-decision-tree · מערך נתונים: https://doi.org/10.5281/zenodo.20539026