Zusammenfassung und Ausblick

Thomas Bartz-Beielstein () and Eva Bartz ()
Additional contact information
Thomas Bartz-Beielstein: TH Köln, Institut Data Science, Engineering, and Analytics
Eva Bartz: Bartz & Bartz GmbH

Chapter Kapitel 11 in Online Machine Learning, 2024, pp 151-154 from Springer

Abstract: Zusammenfassung Dieses Kapitel liefert eine abschließende Beurteilung des Potenzials von Online Machine Learning (OML) für die Praxis. Es werden die Ergebnisse der Studien zusammengefasst und diskutiert und konkrete Empfehlungen für die OML-Praxis gegeben. Die Bedeutung einer passenden Vergleichsmethodik für Batch Machine Learning (BML)- und OML-Verfahren wird herausgestellt, um zu vermeiden, dass “Äpfel mit Birnen verglichen werden”. Zudem weisen wir auf das große Potenzial von OML hin, das durch die Entwicklung der Open-Source-Software River vorhanden ist.

Date: 2024
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-46162-1_11

Ordering information: This item can be ordered from
http://www.springer.com/9783658461621

DOI: 10.1007/978-3-658-46162-1_11

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().