Eager learning

Eager learning (engl., „Eifriges Lernen“) ist eine Klasse von maschinellen Lernverfahren. Im Gegensatz zum lazy learning findet dabei die Modellbildung offline einmalig auf Basis der Trainingsdaten statt, und nicht online zur Zeit der Anfrage. Der Vorteil ist, dass dadurch zwar die Zeit des Trainierens durch die Modellbildung verlängert wird, aber die Abfragezeit deutlich verkürzt wird.[1]

Im Gegensatz zum lazy learning kann dabei allerdings die Modellbildung stets nur global über den kompletten Trainingsdatensatz erfolgen, nicht lokal um den Arbeitspunkt, da dieser zum Zeitpunkt des Trainierens/Lernens nicht bekannt ist.

Literatur

  • David W. Aha: Lazy learning. Kluwer Academic Publishers, Norwell 1997, ISBN 0-7923-4584-3.
  • Peter Auer: On Learning From Multi-Instance Examples. Empirical Evaluation of a Theoretical Approach. In: ICML '97: Proceedings of the Fourteenth International Conference on Machine Learning. Morgan Kaufmann Publishers, San Francisco 1997, ISBN 1-55860-486-3, S. 21–29.

Einzelnachweise

  1. ↑ David W. Aha: Lazy learning. Kluwer Academic Publishers, Norwell 1997, ISBN 0-7923-4584-3.

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.