Apprendimento incrementale
In intelligenza artificiale, l'apprendimento incrementale è una modalità di apprendimento automatico in cui i dati di input vengono utilizzati per estendere in continuo la conoscenza del modello esistente, ovvero per addestrarlo ulteriormente. Essa rappresenta una modalità dinamica di apprendimento supervisionato e non che può essere applicata allorché i dati di addestramento si rendano disponibili gradualmente nel tempo o la loro dimensione superi i limiti di memoria del sistema. Gli algoritmi che possono facilitare l'apprendimento incrementale sono noti come algoritmi incrementali.
Molti algoritmi di apprendimento automatico tradizionali supportano intrinsecamente l'apprendimento incrementale. Altri algoritmi possono essere adattati per facilitare l'apprendimento incrementale. Esempi di algoritmi incrementali comprendono quelli per l'apprendimento di alberi o regole di decisione, reti neurali artificiali (ad es. reti RBF) o l'SVM incrementale.
L'obiettivo dell'apprendimento incrementale è far sì che il modello di apprendimento si adatti a nuovi dati senza dimenticare le conoscenze pregresse. Alcuni algoritmi di apprendimento incrementale hanno parametri o assunzioni integrate che controllano la pertinenza dei vecchi dati, mentre altri, detti algoritmi stabili di apprendimento automatico incrementale, apprendono rappresentazioni dei dati di addestramento che non vengono dimenticate con il tempo, nemmeno parzialmente.
Gli algoritmi incrementali vengono spesso applicati a flussi di dati o big data, per risolvere, rispettivamente, problematiche di disponibilità di dati e di scarsità di risorse. La predizione dell'andamento di azioni e la profilazione degli utenti sono alcuni casi tipici in cui flussi di nuovi dati si rendono continuamente disponibili. L'applicazione dell'apprendimento incrementale ai big data mira a tempi di classificazione o previsione più rapidi.
Voci collegate
Note
Collegamenti esterni
- Charles L. Parker, Brief Introduction to Streaming data and Incremental Algorithms, su BigML Blog, 12 Marzo 2013.
- gaenari: C++ incremental decision tree algorithm, su github.com. URL consultato il 29 agosto 2025.