概念漂移下的学习：综述
人工智能
2010-10-25 v1
摘要
概念漂移是指随时间变化的非平稳学习问题。在现实问题中，训练数据和应用数据往往不匹配。在本报告中，我们介绍了概念漂移问题的背景1。我们关注与自适应训练集形成相关的问题。我们介绍了框架和术语，并构建了概念漂移学习器设计的全局图景。在第1节中，我们从形式化概念漂移数据的框架开始。在第2节中，我们讨论了概念漂移学习器的自适应机制。在第3节中，我们概述了概念漂移学习器的主要机制。在本章中，我们给出了可用算法的总体图景，并根据其属性对它们进行了分类。第5节讨论了相关研究领域，第5节对主要的概念漂移应用进行了分组和介绍。本报告旨在提供概念漂移研究领域的鸟瞰图，提供研究的背景，并将其定位在广泛的研究领域和应用光谱中。
引用
@article{arxiv.1010.4784,
title = {Learning under Concept Drift: an Overview},
author = {Indrė Žliobaitė},
journal= {arXiv preprint arXiv:1010.4784},
year = {2010}
}
备注
Technical report, Vilnius University, 2009 techniques, related areas, applications