Online machine learning (original) (raw)
En informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
| Property | Value |
|---|---|
| dbo:abstract | In computer science, online machine learning is a method of machine learning in which data becomes available in a sequential order and is used to update the best predictor for future data at each step, as opposed to batch learning techniques which generate the best predictor by learning on the entire training data set at once. Online learning is a common technique used in areas of machine learning where it is computationally infeasible to train over the entire dataset, requiring the need of out-of-core algorithms. It is also used in situations where it is necessary for the algorithm to dynamically adapt to new patterns in the data, or when the data itself is generated as a function of time, e.g., stock price prediction.Online learning algorithms may be prone to catastrophic interference, a problem that can be addressed by incremental learning approaches. (en) En informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées. (fr) Онлайновое машинное обучение — это метод машинного обучения, в котором данные становятся доступными в последовательном порядке и используются для обновления лучшего предсказания для последующих данных, выполняемого на каждом шаге обучения. Метод противоположен пакетной технике обучения, в которой лучшее предсказание генерируется за один раз, исходя из полного тренировочного набора данных. Онлайновое обучение является общей техникой, используемой в областях машинного обучения, когда невозможна тренировка по всему набору данных, например, когда возникает необходимость в алгоритмах, работающих с внешней памятью. Метод используется также в ситуациях, когда алгоритму приходится динамически приспосабливать новые схемы в данных или когда сами данные образуются как функция от времени, например, при . Алгоритмы онлайнового обучения могут быть склонны к , проблеме, которая может быть решена с помощью подхода . (ru) 在計算機科學中，線上機器學習是一種機器學習的方法，在設定下資料有次序的提供，而我們必須在每個時間點更新預測模型以處理未來的資料；相較之下，批次學習的方法則是對於整個訓練資料集產生一個最好的預測模型。 (zh) |
| dbo:wikiPageExternalLink | https://www.mit.edu/~rakhlin/6.883/ |
| dbo:wikiPageID | 19892153 (xsd:integer) |
| dbo:wikiPageLength | 25315 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1108831997 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Scikit-learn dbr:Naive_Bayes_classifier dbr:Online_optimization dbr:Kernel_methods dbr:Joint_probability_distribution dbr:Perceptron dbr:Vowpal_Wabbit dbr:Incremental_learning dbr:Convex_optimization dbr:Online_algorithm dbr:Concavification dbr:Representer_theorem dbr:Machine_learning dbr:Artificial_neural_networks dbr:Subgradient dbr:Computer_science dbr:Empirical_risk_minimization dbr:Feature_hashing dbr:Multi-armed_bandit dbr:Backpropagation dbc:Machine_learning_algorithms dbr:K-means_clustering dbr:Lazy_learning dbr:Learning_vector_quantization dbr:Least_squares dbr:Principal_component_analysis dbr:Stochastic_gradient_descent dbr:Regret dbr:Reinforcement_learning dbr:Hierarchical_temporal_memory dbr:Hinge_loss dbr:AdaGrad dbr:Adaptive_Resonance_Theory dbr:K-nearest_neighbor_algorithm dbr:Support_vector_machine dbr:Support_vector_machines dbr:Tikhonov_regularization dbr:Greedy_algorithm dbr:Catastrophic_interference dbr:Loss_function dbr:Offline_learning dbr:Streaming_algorithm dbr:Stock_market_prediction dbr:Randomization dbr:Stochastic_optimization dbr:Supervised_learning dbr:Catastrophic_forgetting dbr:Online_mirror_descent dbr:Continual_learning dbr:Recursive_least_squares dbr:Dictionary_learning dbr:Out-of-core |
| dbp:date | September 2019 (en) |
| dbp:reason | Define the expression "out-of-core" (en) |
| dbp:wikiPageUsesTemplate | dbt:Citation_needed dbt:Clarify dbt:Confuse dbt:Main dbt:Mvar dbt:See_also dbt:Short_description dbt:Machine_learning |
| dcterms:subject | dbc:Machine_learning_algorithms |
| gold:hypernym | dbr:Method |
| rdf:type | owl:Thing dbo:Software |
| rdfs:comment | En informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées. (fr) 在計算機科學中，線上機器學習是一種機器學習的方法，在設定下資料有次序的提供，而我們必須在每個時間點更新預測模型以處理未來的資料；相較之下，批次學習的方法則是對於整個訓練資料集產生一個最好的預測模型。 (zh) In computer science, online machine learning is a method of machine learning in which data becomes available in a sequential order and is used to update the best predictor for future data at each step, as opposed to batch learning techniques which generate the best predictor by learning on the entire training data set at once. Online learning is a common technique used in areas of machine learning where it is computationally infeasible to train over the entire dataset, requiring the need of out-of-core algorithms. It is also used in situations where it is necessary for the algorithm to dynamically adapt to new patterns in the data, or when the data itself is generated as a function of time, e.g., stock price prediction.Online learning algorithms may be prone to catastrophic interference, a (en) Онлайновое машинное обучение — это метод машинного обучения, в котором данные становятся доступными в последовательном порядке и используются для обновления лучшего предсказания для последующих данных, выполняемого на каждом шаге обучения. Метод противоположен пакетной технике обучения, в которой лучшее предсказание генерируется за один раз, исходя из полного тренировочного набора данных. Онлайновое обучение является общей техникой, используемой в областях машинного обучения, когда невозможна тренировка по всему набору данных, например, когда возникает необходимость в алгоритмах, работающих с внешней памятью. Метод используется также в ситуациях, когда алгоритму приходится динамически приспосабливать новые схемы в данных или когда сами данные образуются как функция от времени, например, пр (ru) |
| rdfs:label | Algorithme d'apprentissage incrémental (fr) Online machine learning (en) Онлайновое машинное обучение (ru) 線上機器學習 (zh) |
| rdfs:seeAlso | dbr:Kernel_method dbr:Subgradient_method |
| owl:differentFrom | dbr:Offline dbr:Online |
| owl:sameAs | freebase:Online machine learning yago-res:Online machine learning wikidata:Online machine learning dbpedia-fa:Online machine learning dbpedia-fr:Online machine learning dbpedia-ru:Online machine learning dbpedia-sr:Online machine learning dbpedia-zh:Online machine learning https://global.dbpedia.org/id/4syen |
| prov:wasDerivedFrom | wikipedia-en:Online_machine_learning?oldid=1108831997&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Online_machine_learning |
| is dbo:wikiPageDisambiguates of | dbr:Online_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:Online_Machine_Learning dbr:Online_convex_optimization dbr:Lifelong_machine_learning dbr:Batch_learning dbr:Online_learning_model dbr:On-line_learning |
| is dbo:wikiPageWikiLink of | dbr:Model_theory dbr:Jubatus dbr:Vowpal_Wabbit dbr:Incremental_decision_tree dbr:Limited-memory_BFGS dbr:Online_(disambiguation) dbr:Online_algorithm dbr:Online_learning dbr:Online_Machine_Learning dbr:Online_convex_optimization dbr:Fusion_adaptive_resonance_theory dbr:Glossary_of_artificial_intelligence dbr:Multiclass_classification dbr:Concept_drift dbr:Lifelong_machine_learning dbr:Computational_learning_theory dbr:Kernel_adaptive_filter dbr:Batch_learning dbr:Microsoft_and_open_source dbr:Multi-label_classification dbr:Distributed_artificial_intelligence dbr:Learning_classifier_system dbr:Active_learning_(machine_learning) dbr:Nicolò_Cesa-Bianchi dbr:Foundations_of_Computational_Mathematics dbr:Stochastic_gradient_descent dbr:Reverse_engineering dbr:Winnow_(algorithm) dbr:Kernel_perceptron dbr:Cognitive_architecture dbr:Learning_theory dbr:Statistical_learning_theory dbr:Offline_learning dbr:Sample_complexity dbr:Outline_of_machine_learning dbr:Outline_of_statistics dbr:Sparse_dictionary_learning dbr:Stochastic_variance_reduction dbr:Online_learning_model dbr:On-line_learning |
| is owl:differentFrom of | dbr:Educational_technology |
| is foaf:primaryTopic of | wikipedia-en:Online_machine_learning |