深入探索企业技术与卓越工程管理
及时了解数字领导者的最新业务和行业见解
分享职业发展心得,以及我们对社会公正和包容性的见解
有态度的前沿技术解析
服务数字读者的出版物
可以将应对不确定性所需的数字能力进行优先级划分的模型
业务主管的A-Z技术指南
聚焦技术引领的商业变革
助力商业的专业洞见
Thoughtworks 全球员工的洞见及观点
浏览更多我们的书籍
分析商业和技术最新趋势的精彩对话
面试准备
了解作为一名Thoughtworker是怎样的体验
正确开启技术生涯
在您所在的区域寻找正在招聘的岗位
订阅我们的月度新闻简报
了解更多我们如何支持员工的职业发展
看看我们如何关爱我们的员工
技术雷达
众多机器学习方法的核心皆在于从一组训练数据创建一个模型。一旦创建了模型,就可以反复使用它。然而世界并不是静止的,通常模型需要随着新数据的出现而改变。单纯地重新训练模型可能会非常缓慢和昂贵。增量学习解决了这个问题,它使从数据流中增量地学习成为可能,从而更快地对变化做出反应。作为额外的好处,计算和内存需求更低,而且是可预测的。我们在基于River框架的实现中积累了良好的经验,但到目前为止,我们需要在模型更新后增加校验,有时要手动进行。
English | Español | Português | 中文
立即订阅