在线学习是一种既具有理论意义又具有实践意义的学习范式。在线学习的目标是根据先前预测任务的正确答案和可能的其他可用信息,做出一系列准确的预测。在线学习已经在博弈论、信息论和机器学习等多个研究领域得到了研究。由于最近出现了大规模的应用,如在线广告放置和在线网站排名,这也引起了从业者的极大兴趣。在这个综述中,我们提供了在线学习的现代概况。我们的目标是给读者一些有趣的想法的感觉,特别是强调在推导有效的在线学习算法的凸的中心。我们不是要做全面的综述,而是要做一个高层次的、严谨的、易于理解的综述。

成为VIP会员查看完整内容
58

相关内容

在计算机科学中,在线机器学习是的方法的机器学习,其中在连续的顺序数据变为可用,并且用于更新对于在每一步未来数据最好的预测,而不是其产生由学习的最佳预测批次学习技术一次对整个训练数据集。在线学习是机器学习领域中的一种常用技术,在该领域中,在计算上无法训练整个数据集是不可行的,因此需要核心算法。它也用于算法必须动态适应数据中的新模式的情况下,或者当数据本身随时间而变化时(例如,股价预测)。在线学习算法可能易于遭受灾难性干扰,这一问题可以通过增量学习方法来解决。
【经典书】贝叶斯强化学习概述,147页pdf
专知会员服务
102+阅读 · 2021年11月21日
【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
145+阅读 · 2021年11月10日
【经典书】线性代数与应用,698页pdf
专知会员服务
86+阅读 · 2021年9月27日
专知会员服务
121+阅读 · 2021年8月25日
专知会员服务
78+阅读 · 2021年5月4日
【斯坦福经典书】机器学习导论,188页pdf
专知会员服务
77+阅读 · 2021年3月31日
【斯坦福经典书】强化学习在金融应用,414页pdf
专知会员服务
121+阅读 · 2021年3月30日
【经典书】信息论原理,774页pdf
专知会员服务
239+阅读 · 2021年3月22日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
225+阅读 · 2020年5月2日
关于强化学习(附代码,练习和解答)
深度学习
35+阅读 · 2018年1月30日
【强化学习】易忽略的强化学习知识之基础知识及MDP
产业智能官
17+阅读 · 2017年12月22日
Arxiv
0+阅读 · 2021年12月1日
VIP会员
相关VIP内容
【经典书】贝叶斯强化学习概述,147页pdf
专知会员服务
102+阅读 · 2021年11月21日
【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
145+阅读 · 2021年11月10日
【经典书】线性代数与应用,698页pdf
专知会员服务
86+阅读 · 2021年9月27日
专知会员服务
121+阅读 · 2021年8月25日
专知会员服务
78+阅读 · 2021年5月4日
【斯坦福经典书】机器学习导论,188页pdf
专知会员服务
77+阅读 · 2021年3月31日
【斯坦福经典书】强化学习在金融应用,414页pdf
专知会员服务
121+阅读 · 2021年3月30日
【经典书】信息论原理,774页pdf
专知会员服务
239+阅读 · 2021年3月22日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
225+阅读 · 2020年5月2日
微信扫码咨询专知VIP会员