우노
[ML] 오프라인 학습과 온라인 학습이란? 본문
오프라인 학습이란?
- 오프라인 학습은, 모델을 학습시킨 뒤, 더 이상의 학습 없이 제품 시스템에 적용하는 것을 의미합니다.
- 하지만, 모델 학습을 주어진 훈련 데이터셋 전체를 사용해서 진행해야하기 때문에,
- 새로운 데이터가 생성되면, 다시 전체 데이터셋을 사용해 모델을 새롭게 학습해야합니다.
- 일반적으로 이러한 작업들은 몇 시간이 소요될 수 있으므로,
- 컴퓨팅 자원(CPU, GPU 등)이 충분한 환경에서 사용됩니다.
온라인 학습이란?
- 온라인 학습은, 학습된 모델이 제품 시스템에 적용된 상태에서도, 적은 양의 데이터셋으로 점진적으로 모델을 추가적으로 학습할 수 있는 것을 의미합니다.
- 모델 학습은 미니 배치 단위의 데이터로 진행되기 때문에, 일반적인 오프라인 학습에 비해 매 학습 단계가 빠르며, 적은 양의 자원을 사용합니다.
- 일반적으로, 실시간 반영이 중요한 시스템(주식 가격 시스템)이나 제한된 자원의 시스템(스마트폰) 등에서 활용되고 있습니다.
- 물론, 나쁜 데이터가 주입되는 경우 시스템 성능이 점진적으로 떨어질 수 있기 때문에, 지속적인 시스템 모니터링이 필요합니다.
참고
'AI > Machine Learning' 카테고리의 다른 글
| [ML] Tensorflow 모델을 TFLite 로 변환하는 방법 (0) | 2022.01.25 |
|---|---|
| [ML] PCA 와 ICA 란? (0) | 2021.12.01 |
| [ML] 평균 제곱 오차, 교차 엔트로피 오차, 로그우도 계산 방법 (0) | 2021.11.30 |
| [ML] Binary Cross Entropy 와 Cross Entropy 의 차이 (0) | 2021.11.30 |
| [ML] 비지도 학습 ML 모델 종류 (0) | 2021.11.20 |
'AI/Machine Learning' Related Articles
more
Comments