Machine learningMachine learning
온라인 나이브 베이즈
온라인 나이브 베이즈는 고전적인 나이브 베이즈 분류기의 점진적 적응 방식으로, 관측치(또는 미니 배치) 하나씩 클래스 조건부 통계를 업데이트하여 데이터 스트림, 메모리에 담을 수 없는 매우 큰 데이터셋, 그리고 새로운 레이블이 지정된 예제가 도착함에 따라 모델이 지속적으로 적응해야 하는 환경에 적합합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Domingos, P. & Hulten, G. (2000). Mining high-speed data streams. Proceedings of the 6th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 71–80. ACM. DOI: 10.1145/347090.347107 ↗
- Online machine learning. Wikipedia. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Online (Incremental) Naive Bayes Classifier. ScholarGate. https://scholargate.app/ko/machine-learning/online-naive-bayes
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.
- 로지스틱 회귀 (ML)머신러닝↔ compare
- 나이브 베이즈머신러닝↔ compare
- 온라인 결정 트리머신러닝↔ compare
- 온라인 학습머신러닝↔ compare
- 온라인 로지스틱 회귀머신러닝↔ compare
- 준지도 학습 나이브 베이즈머신러닝↔ compare