La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.
Aprendizaje incremental
El aprendizaje incremental, o aprendizaje online, implica el procesamiento de datos entrantes procedentes de una transmisión de datos, posiblemente con poco o sin conocimiento alguno de la distribución de las variables predictoras, los aspectos de la función objetivo y si las observaciones están etiquetadas. Los problemas del aprendizaje incremental contrastan con los métodos de machine learning tradicionales, en los que se dispone de suficientes datos etiquetados para ajustarse a un modelo, realizar una validación cruzada para ajustar los hiperparámetros e inferir las características de la distribución de los predictores.
El aprendizaje incremental exige que se configure un modelo incremental. Puede crear y configurar un modelo incremental de manera directa llamando a un objeto, por ejemplo, incrementalClassificationLinear
, o convertir un modelo compatible entrenado por los medios tradicionales en un aprendiz incremental mediante incrementalLearner
. Después de configurar un modelo y definir una secuencia de datos, puede ajustar el modelo incremental a los fragmentos de datos entrantes, supervisar la capacidad predictiva del modelo o realizar ambas acciones de manera simultánea.
Para obtener más información, consulte Incremental Learning Overview.
Funciones
Objetos
incrementalClassificationLinear | Binary classification linear model for incremental learning |
incrementalClassificationNaiveBayes | Naive Bayes classification model for incremental learning |
Temas
- Incremental Learning Overview
Discover fundamental concepts about incremental learning, including incremental learning objects, functions, and workflows.
- Configure Incremental Learning Model
Prepare an incremental learning model for incremental performance evaluation and training on a data stream.
- Implement Incremental Learning for Classification Using Succinct Workflow
Use the succinct workflow to implement incremental learning for binary classification with prequential evaluation.
- Implement Incremental Learning for Classification Using Flexible Workflow
Use a flexible workflow to implement incremental learning for binary classification with prequential evaluation.
- Initialize Incremental Learning Model from Logistic Regression Model Trained in Classification Learner
Train a logistic regression model using the Classification Learner app, and then initialize an incremental model for binary classification using the estimated coefficients.
- Perform Conditional Training During Incremental Learning
Use the flexible workflow to implement conditional training during incremental learning with a naive Bayes multiclass classification model.
- Perform Text Classification Incrementally
This example shows how to incrementally train a model to classify documents based on word frequencies in the documents; a bag-of-words model.
- 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.