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
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。incrementalClassificationLinear
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
オブジェクト
incrementalClassificationLinear |
インクリメンタル学習用のバイナリ分類線形モデル |
incrementalClassificationNaiveBayes |
インクリメンタル学習用の単純ベイズ分類モデル |
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分類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バイナリ分類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分類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バイナリ分類用のインクリメンタル学習を実装する。
- 分類学習器で学習させたロジスティック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
分類学習器アプリを使用してロジスティック回帰モデルに学習させた後、推定された係数を使用してバイナリ分類用のインクリメンタル モデルを初期化する。
- インクリメンタル学習中の条件付き学習の実行
柔軟なワークフローを使用して、単純ベイズ マルチクラス分類モデルによるインクリメンタル学習中に条件付き学習を実装する。
- テキスト分類のインクリメント実行
この例では、モデルに対してインクリメンタル学習を行い、文書中の単語の頻度に基づいて文書を分類する方法である"bag-of-words"モデルを示します。
- Incremental Learning with Naive Bayes and Heterogeneous Data
This example shows how to prepare heterogeneous predictor data, containing real-valued and categorical measurements, for incremental learning using a naive Bayes classifier.