Preguntas etiquetadas con online

Los algoritmos en línea se refieren a cálculos que se realizan de forma iterativa, con datos que llegan durante el cálculo. Para preguntas centradas en Internet, utilice la etiqueta "Internet".

3
¿Aprendizaje en línea versus fuera de línea?
¿Cuál es la diferencia entre el aprendizaje fuera de línea y en línea ? ¿Es solo una cuestión de aprender sobre todo el conjunto de datos (sin conexión) versus aprender de forma incremental (una instancia a la vez)? ¿Cuáles son ejemplos de algoritmos utilizados en ambos?

7
¿Existen algoritmos para calcular parámetros de regresión logística o lineal "en ejecución"?
Un documento "Cálculo preciso de la varianza de carrera" en http://www.johndcook.com/standard_deviation.html muestra cómo calcular la media de carrera, la varianza y las desviaciones estándar. ¿Existen algoritmos en los que los parámetros de un modelo de regresión lineal o logística puedan actualizarse "dinámicamente" de manera similar a medida que se proporciona …

1
Aprendizaje de última generación en streaming
Últimamente he estado trabajando con grandes conjuntos de datos y encontré muchos documentos sobre métodos de transmisión. Para nombrar unos pocos: Follow-the-Regularized-Leader and Mirror Descent: Equivalence Theorems and L1 Regularization ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf ) Aprendizaje continuo: SVM de un solo paso ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf ) Pegasos: Primal Estimado sub-GrAdient SOlver para SVM …

3
Cálculo de la nueva desviación estándar utilizando la desviación estándar anterior después del cambio en el conjunto de datos
Tengo una matriz de valores reales, que tiene una media y una desviación estándar . Si un elemento de la matriz se reemplaza por otro elemento , entonces la nueva media seránnn σ o l d x iμoldμold\mu_{old}σoldσold\sigma_{old}xixix_ixjxjx_j μnew=μold+xj−xinμnew=μold+xj−xin\mu_{new}=\mu_{old}+\frac{x_j-x_i}{n} La ventaja de este enfoque es que requiere un cálculo constante …




2
Asimetría / curtosis móvil ponderada exponencial
Existen fórmulas en línea bien conocidas para calcular promedios móviles ponderados exponencialmente y desviaciones estándar de un proceso (xn)n=0,1,2,…(xn)n=0,1,2,…(x_n)_{n=0,1,2,\dots} . Por la media, μn=(1−α)μn−1+αxnμn=(1−α)μn−1+αxn\mu_n = (1-\alpha) \mu_{n-1} + \alpha x_n y para la varianza σ2n=(1−α)σ2n−1+α(xn−μn−1)(xn−μn)σn2=(1−α)σn−12+α(xn−μn−1)(xn−μn)\sigma_n^2 = (1-\alpha) \sigma_{n-1}^2 + \alpha(x_n - \mu_{n-1})(x_n - \mu_n) desde el cual puede calcular la …





1
Métodos estadísticos en línea escalables
Esto se inspiró en la regresión lineal en línea eficiente , que me pareció muy interesante. ¿Existe algún texto o recurso dedicado a la computación estadística a gran escala, mediante la cual la computación con conjuntos de datos es demasiado grande para caber en la memoria principal, y tal vez …



Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.