Priebežné učení z prichádzajúcich dat | AI slovník

Odborná definice

Online learning je režim, ve kterém se parametry modelu aktualizují postupně po jednotlivých příkladech nebo malých dávkách místo jednorazového tréninku na celém datasete. Umožňuje zpracovat datový tok, omezit paměť a reagovat na meniacu se distribuci. Aktualizačné pravidlo musí riadit learning rate, pořadí dat, oneskorené labely a ochranu před katastrofickým zabúdáním nebo kontaminací. Online učení není totožné s online inferencí, která může používat zcela nemenný model a pouze odpovídat v reálném čase.

Srozumitelné vysvětlení

Antispamový model může každý deň prijat nové potvrdené příklady a jemne upravit hranici bez kompletného tréninku od začátku. To je užitečné, když se slovník útoků rychle mění. Zároveň hrozí, že útočník záměrně pošle manipulatívne data nebo že krátkodobá sezónna změna prepíše dlhodobé znalosti. Aktualizace proto potřebují karanténu, kontrolu původu, validační okno, omezení velikosti kroku a možnost návratu. Model se nemá učit přímo z každé používatelskej reakce bez ověření její významu.

Časté otázky

Co je partial fit?

Je to rozhraní, které aktualizuje model na další dávce bez opetovného načítání celého datasetu. Algoritmus však musí takový způsob učení matematicky a implementačne podporovat.

Jak se řeší concept drift?

Používají se časové validační okna, drift detektory, váhování novších příkladů a pravidla retréningu. Ne každá změna vstupu vyžaduje změnu modelu, proto se sleduje i cílový výkon.

Proč jsou oneskorené labely problém?

Predikce vznikne dnes, ale správný výsledek může být známy až o týždeň. Systém musí bezpečně spojit label s původnou verzí vstupu a zabránit časovému úniku.

Jak se online model chrání před poisoningom?

Aktualizačné data se autentifikují, filtrují, limitují podle zdroje a testují na holdout množině. Citlivé nasazení může vyžadovat manuálne schválení každé nové tréninkové dávky.

Kdy je pravidelný batch retraining lepší?

Když jsou labely sporadické, změna pomalá nebo audit vyžaduje stabilní verze. Batch proces ulahčuje reprodukci a kontrolu, i když reaguje na nové data s oneskorením.

Související pojmy

Zdroje a redakční stopa

scikit-learn, Strategies to Scale Computationally Online Learning and Online Convex Optimization

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.