Online Decision Tree
Online Decision Tree je stablo odluke koje inkrementalno raste iz kontinuiranog toka podataka bez ponovnog pregledavanja prošlih primjera. Dominantni algoritam, Hoeffding Tree (VFDT), koristi Hoeffdingovu granicu za odlučivanje kada je viđeno dovoljno primjera na čvoru da bi se on pouzdano podijelio, omogućujući skalabilnu klasifikaciju u stvarnom vremenu na potencijalno beskonačnim tokovima podataka.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Online Decision Tree (Incremental / Streaming Decision Tree Learning). ScholarGate. https://scholargate.app/hr/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.
- Stablo odlučivanjaStrojno učenje↔ compare
- Online Gradient BoostingStrojno učenje↔ compare
- Mrežno učenjeStrojno učenje↔ compare
- Online Naive BayesStrojno učenje↔ compare
- Online Random ForestStrojno učenje↔ compare
- Polu-nadgledano stablo odlukeStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →