Online tanulás
Az online tanulás egy gépi tanulási paradigma, amelyben a modell inkrementálisan frissül, ahogy minden új adatpont beérkezik, ahelyett, hogy egyszerre, egy rögzített adathalmazon képeznék. Alapvető fontosságú, ha az adatfolyam folyamatos, a tárolás korlátozott, vagy az alapul szolgáló eloszlás idővel változik. Az elméleti teljesítményt a kumulatív regret méri a legjobb rögzített előrejelzőhöz képest, utólagos ismeretek birtokában.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+30 more
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Online Learning (Sequential / Incremental Machine Learning). ScholarGate. https://scholargate.app/hu/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.
- Aktív tanulásGépi tanulás↔ compare
- Federated LearningAdatvédelem↔ compare
- Few-shot LearningGépi tanulás↔ compare
- Önfelügyelt tanulásGépi tanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Transzfer tanulásGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →