Học tăng cường trực tuyến
Học tăng cường trực tuyến kết hợp hai mô hình bổ sung cho nhau: nó xử lý dữ liệu dưới dạng luồng (học trực tuyến) và chỉ yêu cầu nhãn cho các mẫu thông tin nhất một cách có chọn lọc (học tăng cường). Kết quả là một mô hình liên tục thích ứng với dữ liệu mới trong khi vẫn giữ chi phí gán nhãn ở mức thấp — hữu ích bất cứ khi nào dữ liệu được gán nhãn tốn kém và các ví dụ đến tuần tự thay vì tất cả cùng một lúc.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Cesa-Bianchi, N., Gentile, C., & Zaniboni, L. (2006). Worst-case analysis of selective sampling for linear classification. Journal of Machine Learning Research, 7, 1205–1230. link ↗
- Sculley, D. (2007). Online active learning methods for fast label-efficient spam filtering. Proceedings of the Fourth Conference on Email and Anti-Spam (CEAS 2007). link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Online Active Learning (Streaming Active Learning). ScholarGate. https://scholargate.app/vi/machine-learning/online-active-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.
- Học chủ độngHọc máy↔ compare
- Few-shot LearningHọc máy↔ compare
- Học trực tuyếnHọc máy↔ compare
- Hồi quy Logistic Trực tuyếnHọc máy↔ compare
- Rừng Ngẫu nhiên Trực tuyếnHọc máy↔ compare
- Học bán giám sátHọc máy↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →