Machine learningMachine learning
ロバストオンライン学習
ロバストオンライン学習は、モデルが各観測後に逐次的に更新されるオンライン学習フレームワークを拡張し、破損したラベル、敵対的サンプル、ヘビーテイルノイズ、およびコンセプトドリフトから保護するロバストネス機構を組み込んだものです。その結果、データストリームに外れ値や意図的な摂動が含まれる場合でも、後悔を制限できる逐次学習器が得られます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Hazan, E. (2016). Introduction to Online Convex Optimization. Foundations and Trends in Optimization, 2(3–4), 157–325. 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Online Learning (Adversarially and Noise-Resilient Sequential Learning). ScholarGate. https://scholargate.app/ja/machine-learning/robust-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.
- アクティブラーニング機械学習↔ compare
- オンライン学習機械学習↔ compare
- ロバスト勾配ブースティング機械学習↔ compare
- ロバストサポートベクターマシン機械学習↔ compare
- 半教師ありオンライン学習機械学習↔ compare