Online læring
Online læring er et maskinlæringsparadigme der en modell oppdateres inkrementelt etter hvert som hver nye datapunkt ankommer, i stedet for å bli trent én gang på et fast datasett. Det er essensielt når data strømmer kontinuerlig, lagringsplass er begrenset, eller den underliggende fordelingen skifter over tid. Teoretisk ytelse måles ved kumulativ angrer relativt til den beste faste prediktoren i ettertid.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+30 more
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Online Learning (Sequential / Incremental Machine Learning). ScholarGate. https://scholargate.app/no/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.
- Aktiv læringMaskinlæring↔ compare
- Føderert læringPersonvern↔ compare
- Få-skudds læringMaskinlæring↔ compare
- Selv-supervisert læringMaskinlæring↔ compare
- Semiveiledet læringMaskinlæring↔ compare
- OverføringslæringMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →