Machine learningMachine learning

Online učenie

Online učenie je paradigma strojového učenia, v ktorej sa model inkrementálne aktualizuje s príchodom každej novej dátovej sady, namiesto toho, aby sa trénoval raz na pevnej dátovej sade. Je nevyhnutné, keď dáta prichádzajú kontinuálne, úložisko je obmedzené, alebo sa základná distribúcia časom mení. Teoretický výkon sa meria kumulovanou "regret" (ľútosťou/strátou) vzhľadom na najlepší pevný prediktor spätne v čase.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

+30 more

Zdroje

  1. Shalev-Shwartz, S. (2011). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018
  2. Cesa-Bianchi, N. & Lugosi, G. (2006). Prediction, Learning, and Games. Cambridge University Press. ISBN: 978-0-521-84108-5

Ako citovať túto stránku

ScholarGate. (2026, June 3). Online Learning (Sequential / Incremental Machine Learning). ScholarGate. https://scholargate.app/sk/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.

Compare side by side

Odkazujú sem

ScholarGateOnline Learning (Online Learning (Sequential / Incremental Machine Learning)). Získané 2026-06-15 z https://scholargate.app/sk/machine-learning/online-learning · Dátová sada: https://doi.org/10.5281/zenodo.20539026