Tiešsaistes apguve
Tiešsaistes apguve ir mašīnapmācības paradigma, kurā modelis tiek pakāpeniski atjaunināts, saņemot katru jaunu datu punktu, nevis tiek apmācīts vienu reizi uz fiksēta datu kopuma. Tā ir būtiska, kad dati plūst nepārtraukti, krātuve ir ierobežota vai pamatā esošā sadalījuma izmaiņas notiek laika gaitā. Teorētisko veiktspēju mēra ar kumulatīvo zaudējumu attiecībā pret labāko fiksēto prognozētāju, kas zināms retrospektīvi.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+30 more
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Online Learning (Sequential / Incremental Machine Learning). ScholarGate. https://scholargate.app/lv/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.
- Aktīvā mācīšanāsMašīnmācīšanās↔ compare
- Federatīvā apmācībaPrivātums↔ compare
- Mācīšanās ar maziem paraugu skaituMašīnmācīšanās↔ compare
- Pašuzraudzības apmācībaMašīnmācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
- Pārneses apmācībaMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →