問題 No.3429
機械学習における「オンライン学習」の定義として、最も適切なものを1つ選べ。
【正解の解説】
新しいデータが1つまたは少量のバッチで逐次到着する都度、モデルのパラメータを順次更新していく学習方式である。
これは料理人が新しく入ってきた注文の食材をその場で味見しながら、スープの味付けをリアルタイムで微調整していくようなものです。過去の全データを溜め込まず、目の前の新しい情報に合わせて柔軟かつスピーディーに頭の中をアップデートできるため、刻々と状況が変化するデータストリームの処理に最適です。
スポンサーリンク
【その他の選択肢の解説】
すべての学習データを事前に一括してメモリ上に読み込ませ、損失関数の最小化を一挙に計算する学習方式である。
オンライン学習とよく対比される「バッチ学習」の特徴を述べています。バッチ学習が過去の全データを一度に教室へ持ち込んでじっくり復習する優等生タイプだとしたら、オンライン学習は日々流れてくるニュースをその場でどんどん吸収していく臨機応変なタイプです。すべてのデータを一挙に計算するため、新しいデータへの即応性は低くなります。
固定されたデータセットに対してランダムサンプリングを繰り返し行い、モデルの汎化性能を検証する学習方式である。
ランダムサンプリングによる検証や評価の仕組みを指しており、モデルが未知のデータに対してどれくらい賢くなったかをテストする手法です。新しいデータでモデル自体をその都度育てていく「学習」のプロセスそのものではなく、あくまで試験問題を使って出来栄えをチェックする試験官のような役割の動作を説明しています。
ネットワークを介して外部サーバーから最新の学習モデルを定期的にダウンロードし、自身の予測精度を更新していく学習方式である。
ネットワーク通信を使ってあらかじめ作られた完成品を受け取る仕組みであり、機械学習のアルゴリズムにおける学習方式の定義とはズレています。外部から完成品をただ受け取るだけでは、手元の新しいデータからモデルが自律的にパラメータを微調整するオンライン学習の本質である「逐次的な更新」が行われないため不適切となります。