Incremental learning applied to streaming environments

Abstract

A necessidade de extrair conhecimento a partir de dados está presente em muitos campos e sob variadas formas. Um exemplo é quando precisa-se tratar fluxos de dados, sejam eles provenientes de sensores, redes sociais, ou do mercado financeiro, para citar alguns exemplos. SAP, uma multinacional alemã cuja sede principal localiza-se em Walldorf, na Alemanhã, com mais de 300 mil clientes, possui uma solução de software para tratar fluxos de dados chamada SAP HANA Smart Data Streaming. Esta solução oferece atualmente somente uma possibilidade de algoritmo para efetuar classificação sobre fluxos de dados. Neste trabalho, investigamos o potencial de técnicas alternativas baseadas no conceito de Aprendizado Incremental. Isso significa que os algoritmos estudados retêm informação adaptando ou expandindo um único modelo através do tempo, ao invés de reconstruir modelos a partir do zero e treiná-los em novos dados. Com base nesses algoritmos alternativos, podemos avaliar a performance dos modelos, bem como trade-offs entre acurácia e tempo de treinamento. Critérios de comparação são propostos e instanciados para os exemplos estudados, provendo uma visão geral sobre a aplicabilidade destes métodos para o problema.