2022. 3. 10. 12:44
incremental machine learning은 산업 수요에 비해
생각보다 많이 활성화되 못한거 같습니다.
. 매우 많은 빅 데이터를 분할해서 학습한다던지
. 지속적인 데이터 트렌드 변화로 변화를 누적 학습해야 한다던지
등등 많은 경우가 있습니다.
특히 두번째는 concept drifting을 의미하고
이것으로 인해 실제 AI를 적용했을때 정확도가
떨어지는 원인이 됩니다.
c++ 기반의 incremental decision tree를 개발
하였습니다
https://github.com/greenfish77/gaenari
자세한 사항은 README.MD를 참고하세요.
'machine learning, data mining, 기계학습, 데이터마이닝, 인공지능 컬럼...' 카테고리의 다른 글
[기계학습, 머신러닝, 데이터마이닝] 인공지능, 그 허상을 깨자. (06) (0) | 2016.01.13 |
---|---|
[기계학습, 머신러닝, 데이터마이닝] 인공지능, 그 허상을 깨자. (05) (0) | 2015.12.27 |
[기계학습, 머신러닝, 데이터마이닝] 인공지능, 그 허상을 깨자. (04) (0) | 2015.12.17 |
[기계학습, 머신러닝, 데이터마이닝] 인공지능, 그 허상을 깨자. (03) (1) | 2015.12.04 |
[기계학습, 머신러닝, 데이터마이닝] 인공지능, 그 허상을 깨자. (02) (0) | 2015.11.23 |