在线深度学习机遇与挑战教程回顾

机器学习算法在当今世界已不可或缺。它们支持并加速了我们基于手头数据做出决策的方式。这种加速意味着，在某一时刻有效的数据结构在未来可能不再有效。随着这些数据结构的改变，有必要让机器学习 (ML) 系统增量式地适应新数据。这是通过使用在线学习或持续机器学习技术来完成的。虽然深度学习技术在预定义数据集上表现出卓越的性能，但它们尚未广泛应用于在线、流式和持续学习。在本次于 ECML PKDD 2023 举办的题为“在线深度学习的机遇与挑战”的教程回顾中，我们简要概述了使用 River 和 Deep-River 框架将神经网络应用于在线学习环境中的机遇以及潜在的陷阱。