Online logisztikus regresszió
Az online logisztikus regresszió logisztikus osztályozót illeszt mintánként (vagy mini-batch-onként) egyenként, sztochasztikus gradiens leszállással, a modell súlyait minden érkező megfigyelés után frissítve, a teljes adathalmaz megtekintésére várva. Ez teszi a standard választássá nagy volumenű, streamelt vagy memóriakorlátozott bináris osztályozási problémák esetén, ahol a kötegelt (batch) tanítás kivitelezhetetlen.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Bottou, L. (2010). Large-Scale Machine Learning with Stochastic Gradient Descent. In Proceedings of COMPSTAT 2010, 177–186. Physica-Verlag. link ↗
- Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Online Logistic Regression (Incremental Stochastic Gradient Descent). ScholarGate. https://scholargate.app/hu/machine-learning/online-logistic-regression
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.
- Logisztikus regresszió (ML)Gépi tanulás↔ compare
- Online tanulásGépi tanulás↔ compare
- Online Linear RegressionGépi tanulás↔ compare
- Regularizált logisztikus regresszióGépi tanulás↔ compare
- Félfelügyelt logisztikus regresszióGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →