Online mašina sa vektorima potpore
Mrežni SVM prilagođava klasični mašinski vektor potpore podacima koji pristižu u strimu ili sekvencijalno, ažurirajući graničnu odluku po jedan primer u vreme, umesto rešavanja globalnog kvadratnog programa. Algoritmi kao što su Pegasos i LASVM čine ovo izvodljivim u velikom obimu, čuvajući duh SVM-a koji maksimizira marginu sa sub-linearnim vremenom po ažuriranju.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Online Support Vector Machine (Incremental SVM for Streaming Data). ScholarGate. https://scholargate.app/sr/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.
- Online gradijentno pojačavanjeMašinsko učenje↔ compare
- [CYRILLIC SCRIPT DETECTED - NEEDS LATIN CONVERSION]Mašinsko učenje↔ compare
- Online Logistic RegressionMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →