インクリメンタル学習

インクリメンタル学習 (オンライン学習) では、予測子変数の分布、目的関数の素性、観測値にラベル付けがされているか等についてほぼ知識が無い時に、データ ストリームから入ってくるデータを処理します。従来の機械学習の手法は、モデルへの当てはめに十分にラベル付けされたデータを使用でき、交差検証を実施してハイパーパラメーターを調整し、予測子の分布特性を推論するもので、インクリメンタル学習問題とは対照的です。

インクリメンタル学習では、構成済みのインクリメンタル モデルが必要です。incrementalRegressionLinear などのオブジェクトを呼び出して、直接、インクリメンタル モデルを作成および構成できます。または、incrementalLearner を使用して、サポートされている従来の学習済みのモデルをインクリメンタル学習器に変換できます。モデルを構成してデータ ストリームを設定した後、インクリメンタル モデルをデータの入力チャンクに当てはめてモデルの予測パフォーマンスを追跡することや、両方のアクションを同時に実行することができます。

詳細については、インクリメンタル学習の概要を参照してください。

回帰損失など、概念データのドリフトをインクリメンタルに監視することもできます。最初に、incrementalConceptDriftDetector を使用してドリフト検出器を構成する必要があります。データ ストリームを設定した後、detectdrift を使用してドリフト検出器を更新し、ドリフトを検出できます。詳細については、リファレンス ページを参照してください。