나는 최근에 큰 데이터 세트로 작업 해 왔으며 많은 스트리밍 방법 논문을 발견했습니다. 몇 가지 예를 들면 다음과 같습니다.

• 규제 리더 및 미러 하강 : 등가 이론 및 L1 정규화 ( http://jmlr.org/proceedings/papers/v15/mcmahan11b/mcmahan11b.pdf )
• 스트리밍 학습 : 단일 패스 SVM ( http://www.umiacs.umd.edu/~hal/docs/daume09onepass.pdf )
• Pegasos : SVM을위한 Primal Estimated sub-GrAdient SOlver http://ttic.uchicago.edu/~nati/Publications/PegasosMPB.pdf
• 또는 여기 : SVM은 한 번에 하나의 예제를 학습 할 수 있습니까?
• 랜덤 포레스트 스트리밍 ( http://research.cs.queensu.ca/home/cords2/ideas07.pdf )

그러나 서로 비교하는 방법에 관한 문서를 찾을 수 없었습니다. 내가 읽은 모든 기사는 다른 데이터 세트에서 실험을하는 것으로 보입니다.

나는 sofia-ml, vowpal wabbit에 대해 알고 있지만 방대한 양의 기존 방법과 비교할 때 매우 적은 방법을 구현하는 것 같습니다!

덜 일반적인 알고리즘은 성능이 충분하지 않습니까? 가능한 많은 방법을 검토하려는 논문이 있습니까?

답변