Στην επιστήμη των υπολογιστών, η επαυξητική μάθηση είναι μια μέθοδος μηχανικής μάθησης στην οποία τα δεδομένα εισόδου χρησιμοποιούνται συνεχώς για την επέκταση της γνώσης του υπάρχοντος μοντέλου, δηλαδή για την περαιτέρω εκπαίδευση του μοντέλου. Αντιπροσωπεύει μια δυναμική τεχνική εποπτευόμενης μάθησης και μάθησης χωρίς επίβλεψη που μπορεί να εφαρμοστεί όταν τα δεδομένα εκπαίδευσης είναι διαθέσιμα σταδιακά με την πάροδο του χρόνου ή το μέγεθός τους είναι εκτός των ορίων της μνήμης του συστήματος. Οι αλγόριθμοι που μπορούν να διευκολύνουν τη σταδιακή μάθηση είναι γνωστοί ως αλγόριθμοι αυξητικής μηχανικής μάθησης.
Πολλοί παραδοσιακοί αλγόριθμοι μηχανικής μάθησης υποστηρίζουν εγγενώς τη επαυξητική μάθηση. Άλλοι αλγόριθμοι μπορούν να προσαρμοστούν για να διευκολύνουν τη επαυξητική μάθηση. Παραδείγματα αυξητικών αλγορίθμων περιλαμβάνουν δέντρα αποφάσεων (IDE4, [1] ID5R και gaenari), κανόνες απόφασης, τεχνητά νευρωνικά δίκτυα (δίκτυα RBF, Learn++, Fuzzy ARTMAP, TopoART, και IGNG ]) ή το αυξητικό SVM.
Hellenica World - Scientific Library
Από τη ελληνική Βικιπαίδεια http://el.wikipedia.org . Όλα τα κείμενα είναι διαθέσιμα υπό την GNU Free Documentation License
