
在线学习:几种基础的在线学习算法
5星
- 浏览量: 0
- 大小:None
- 文件类型:None
简介:
本文介绍了几种常用的在线学习算法,旨在为读者提供一个全面的基础理解,并探讨它们在不同场景下的应用和优劣。适合初学者入门阅读。
在线学习算法在专家建议下的在线学习环境中实施了一些方法:外部后悔最小化通过指数加权平均预报员实现;内部后悔最小化由切萨·比安奇和卢戈斯提出,进而减少了外部后悔的量级(第4章)。此外,在线校准利用了内部后悔最小化的技术,并且在线重新校准采用了在线校准方法作为子例程。有关如何运行这些算法的具体信息,请参见示例文件夹中的相关文档。
全部评论 (0)
还没有任何评论哟~


