الفرق بين Batch Learning و Online Learning
الـ batch learning بيدرّب على كل البيانات مرة واحدة وبعدها بيبطل يتعلم، والـ online learning بيتعلم بالتدريج مع وصول البيانات، instance واحد أو mini-batches.
نظام الـ batch (أو offline) بيتدرب على كل البيانات الأول وبعدين بيتشغل ومبيتعلمش تاني. لو عايزه يعرف بيانات جديدة لازم تدرّب نسخة جديدة من الصفر على كل البيانات (القديمة والجديدة) وتبدّل القديمة. ده بطيء وتقيل لو البيانات ضخمة.
نظام الـ online بيتعلم بالتدريج. بتديله instance واحد كل مرة أو مجموعات صغيرة اسمها mini-batches. كل خطوة تعلم سريعة ورخيصة فالنظام يتعلم وهو شغال، وكمان يقدر يتعامل مع بيانات أكبر من الرام (out-of-core learning): بيحمّل جزء ويتدرب عليه ويكرر.
أهم parameter هو الـ learning rate: سرعة تأقلم النظام مع البيانات المتغيرة. learning rate عالي يتأقلم بسرعة بس ينسى القديم بسرعة، وواطي فيه inertia أكتر وأقل حساسية للـ noise. خطر الـ online: لو دخلت بيانات وحشة الأداء هيقل، فلازم تراقبه.
أهم النقاط
- Batch: تدريب على كل حاجة وبعدين وقف، وإعادة تدريب من الصفر للجديد.
- Online: تعلم خطوة خطوة من instances أو mini-batches.
- الـ online مناسب للبيانات الضخمة (out-of-core) والمتغيرة بسرعة.
- الـ learning rate بيحدد سرعة التأقلم مقابل كمية اللي بيفتكره.
- خلي بالك من البيانات الوحشة اللي بتبوّظ النظام الـ online.
مثال محلول
متوقع أسعار الأسهم لازم يلحق السوق فبيستخدم online learning. model بيصنف الخط اليدوي مرة في السنة من داتا ثابتة ممكن يبقى batch.
أسئلة شائعة
يعني إيه mini-batches؟
مجموعات صغيرة عشوائية من الـ instances بتتدّي للنظام الـ online في كل خطوة.
إيه اللي بيحصل لو الـ learning rate عالي؟
النظام بيتأقلم بسرعة مع الجديد بس بينسى القديم بسرعة.
أسئلة تدريب على الموضوع ده
جرّبها بنفسك، وبعدين افتح التطبيق وشوف الإجابة والشرح.
- If you set a high learning rate, then your system will rapidly adapt to new data, but it will also tend to quickly forget the old data
- A. true
- B. false
- In online learning, if good data is fed to the system, the system's performance will gradually decline
- A. true
- B. false
- One important parameter of online learning systems is how fast they should adapt to changing data: this is called the
- A. learning rate
- B. error rate
- C. attribute
- D. All of them are true
- What are instances fed to the system in online learning?
- A. Individually
- B. In large groups
- C. Sequentially
- D. Randomly
- According to the book, each learning step in online learning is .........
- A. fast and cheap
- B. slow and expensive
- C. only possible offline on the full dataset
- D. unable to learn about new data
- What are mini-batches in online learning?
- A. Small groups of instances fed to the system
- B. Individual instances fed to the system
- C. Sequential instances fed to the system
- D. Random instances fed to the system
مواضيع مرتبطة
- يعني إيه Machine Learning؟
- الفرق بين Supervised و Unsupervised و Semi-supervised و Reinforcement Learning
- الـ Overfitting والـ Underfitting في الماشين ليرنينج
- الـ Confusion Matrix والـ Precision والـ Recall والـ F1 Score
- شرح الـ ROC Curve والـ AUC
- الـ K-Fold والـ Stratified K-Fold Cross-Validation
- كل المواضيع: الماشين ليرنينج
بصمجلي مشروع طلابي مستقل، مش موقع رسمي لجامعة الدلتا. ارجع لمحاضراتك ودكتورك دايمًا.