[問題] 機器學習 re-training

看板DataScience作者 (【積π】)時間3年前 (2021/08/21 23:20), 編輯推噓2(202)
留言4則, 2人參與, 3年前最新討論串1/1
想請問當機器學習演算法 上線正式使用後 使用了一陣子後多了些資料 預測錯誤的資料 想要進行re-train的動作 1.使用原本的model直接fit新資料 2.將所有的資料合併後,再對全部資料重新fit一個新model 這兩種是否有不同的用途抑或是都用哪一種居多呢 謝謝前輩指點 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.161.210.148 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1629559220.A.596.html

08/22 07:03, 3年前 , 1F
online learning
08/22 07:03, 1F

08/22 22:08, 3年前 , 2F
如果能預料會持續有資料進來,或者資料分佈會隨時間有變動
08/22 22:08, 2F

08/22 22:08, 3年前 , 3F
,一開始就會採取具備incremental learning性質的方法了
08/22 22:08, 3F

08/22 22:09, 3年前 , 4F
其實現在很多ANN相關的方式都可以做到
08/22 22:09, 4F
文章代碼(AID): #1X8HcqMM (DataScience)
文章代碼(AID): #1X8HcqMM (DataScience)