ScholarGate
Assistente
Machine learningMachine learning

Support Vector Machine Online

L'SVM Online adatta il classico Support Vector Machine ai dati in streaming o in arrivo sequenziale aggiornando il confine decisionale un esempio alla volta, anziché risolvere un programma quadratico globale. Algoritmi come Pegasos e LASVM lo rendono trattabile su larga scala, preservando lo spirito di massimizzazione del margine degli SVM con tempo sub-lineare per aggiornamento.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  1. Shalev-Shwartz, S., Singer, Y., Srebro, N., & Cotter, A. (2011). Pegasos: Primal estimated sub-gradient solver for SVM. Mathematical Programming, 127(1), 3–30. DOI: 10.1007/s10107-010-0420-4
  2. Bordes, A., Ertekin, S., Weston, J., & Bottou, L. (2005). Fast kernel classifiers with online and active learning. Journal of Machine Learning Research, 6, 1579–1619. link

Come citare questa pagina

ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/it/machine-learning/online-support-vector-machine

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
ScholarGateOnline Support Vector Machine (Online Support Vector Machine (Incremental SVM for Streaming Data)). Consultato il 2026-06-15 da https://scholargate.app/it/machine-learning/online-support-vector-machine · Insieme di dati: https://doi.org/10.5281/zenodo.20539026