Boosting de Gradient Online
Boosting-ul de Gradient Online adaptează cadrul boosting-ului de gradient pentru scenarii de streaming în care datele sosesc eșantion cu eșantion, mai degrabă decât ca un lot fix. La fiecare pas, modelul calculează un pseudo-reziduu pentru observația primită și actualizează un "învățăcel slab" (weak learner) pe loc, construind un ansamblu aditiv fără a stoca sau a revedea datele anterioare. Acest lucru îl face potrivit pentru predicții în timp real și pentru conducte de streaming la scară largă, unde reantrenarea de la zero este imposibilă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Grubb, A. & Bagnell, J. A. (2011). Generalized Boosting Algorithms for Convex Optimization. Proceedings of the 28th International Conference on Machine Learning (ICML 2011), 1209–1216. link ↗
- Beygelzimer, A., Hazan, E., Langford, J. & Zheng, T. (2015). Online-to-Batch Conversions and Applications. Advances in Neural Information Processing Systems (NeurIPS), 28. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Online Gradient Boosting (Streaming Gradient Boosted Ensembles). ScholarGate. https://scholargate.app/ro/machine-learning/online-gradient-boosting
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.
- BoostingÎnvățare automată↔ compare
- Gradient BoostingÎnvățare automată↔ compare
- Învățare onlineÎnvățare automată↔ compare
- Pădurea Aleatoare OnlineÎnvățare automată↔ compare
- Gradient Boosting Semi-supervizatÎnvățare automată↔ compare
- XGBoostÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →