Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

インクリメンタル学習

回帰用線形モデルのストリーミング データへのあてはめと、そのパフォーマンスの追跡

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、目的関数の要素、観測値のラベル付けなどがほとんど未知、またはまったく未知の可能性のある、データ ストリームからの入力データを処理します。インクリメンタル学習は従来の機械学習の手法とは異なり、モデルへのあてはめ、ハイパーパラメーター調整のための交差検証の実行、および予測子の分布の推測を行うために、十分にラベル付けされたデータを使用できます。

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 を使用して、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あ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。

関数

すべて展開する

incrementalLearnerサポート ベクター マシン (SVM) 回帰モデルのインクリメンタル学習器への変換
incrementalLearner線形回帰モデルのインクリメンタル学習器への変換
fitインクリメンタル学習用の線形モデルの学習
updateMetricsインクリメンタル学習用の線形モデルの新しいデータに基づくパフォーマンス メトリクスの更新
updateMetricsAndFitインクリメンタル学習用の線形モデルの新しいデータに基づくパフォーマンス メトリクスの更新とモデルの学習
predictインクリメンタル学習用の線形モデルからの新しい観測の応答予測
lossデータのバッチでのインクリメンタル学習用線形モデルの損失

オブジェクト

incrementalRegressionLinearインクリメンタル学習用の線形回帰モデル

トピック

インクリメンタル学習の概要

インクリメンタル学習のオブジェクト、関数、ワークフローなど、インクリメンタル学習の基本的な概念について確認する。

インクリメンタル学習モデルの構成

インクリメンタル性能評価およびデータ ストリームでの学習用に、インクリメンタル学習モデルを準備する。

簡潔なワークフローを使用した線形回帰用のインクリメンタル学習の実装

簡潔なワークフローを使用して、逐次予測評価を伴う線形回帰用のインクリメンタル学習を実装する。

柔軟なワークフローを使用した線形回帰用のインクリメンタル学習の実装

柔軟なワークフローを使用して、逐次予測評価を伴う線形回帰用のインクリメンタル学習を実装する。

回帰学習器で学習させた SVM 回帰モデルからのインクリメンタル学習モデルの初期化

回帰学習器アプリを使用して線形 SVM 回帰モデルに学習させた後、推定された係数を使用して回帰用のインクリメンタル モデルを初期化する。