Machine learningMachine learning

Онлайновая машина опорных векторов

Онлайновая SVM адаптирует классическую машину опорных векторов к потоковым или последовательно поступающим данным, обновляя границу принятия решений по одному примеру за раз, а не решая глобальную квадратичную задачу. Алгоритмы, такие как Pegasos и LASVM, делают это выполнимым в больших масштабах, сохраняя дух максимизации зазора SVM с суб-линейным временем на обновление.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Shalev-Shwartz, S., Singer, Y., Srebro, N., & Cotter, A. (2011). Pegasos: Primal estimated sub-gradient solver for SVM. Mathematical Programming, 127(1), 3–30. DOI: 10.1007/s10107-010-0420-4
  2. Bordes, A., Ertekin, S., Weston, J., & Bottou, L. (2005). Fast kernel classifiers with online and active learning. Journal of Machine Learning Research, 6, 1579–1619. link

Как цитировать эту страницу

ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/ru/machine-learning/online-support-vector-machine

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.

Compare side by side
ScholarGateOnline Support Vector Machine (Online Support Vector Machine (Incremental SVM for Streaming Data)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/online-support-vector-machine · Набор данных: https://doi.org/10.5281/zenodo.20539026