訓練と予測

インテル® Data Analytics Acceleration Library (インテル® DAAL) の訓練と予測アルゴリズムには、一連のポピュラーなマシンラーニング・アルゴリズムが含まれています。データセットの構造を特徴付けるように意図されている解析アルゴリズムとは異なり、マシンラーニング・アルゴリズムはデータをモデル化します。モデリングは 2 つの段階で行われます。

訓練。

この段階で、アルゴリズムは訓練データセットに基づいてモデル・パラメーターを推定します。
予測または意思決定。

この段階で、アルゴリズムは訓練されたモデルを使用し、新しいデータに基づいて結果を予測します。

インテル® DAAL では、以下のカテゴリーの訓練と予測メソッドが利用できます。

回帰メソッド。

これらのメソッドは、独立変数を観測して従属変数 (応答) の値を予測します。
分類メソッド。

これらのメソッドは、指定された観測が属する部分母集団 (クラス) を識別します。
推奨メソッド。

これらのメソッドは、ユーザーが特定の項に指定する選択を予測します。
ニューラル・ネットワーク。

これらの情報処理システムは、多くの引数の関数の近似および異なる種類のマシンラーニング・タスクを特に解決するメソッドを提供します。

訓練は通常、予測よりも計算が複雑な問題です。そのため、特定のエンドツーエンドの使用シナリオでは、訓練と予測フェーズを別のデバイス (訓練はより強力なデバイス、予測はより小さなデバイス) で完了する必要があります。より小さなデバイスではメモリー・フットプリントの要件がより厳格になるため、インテル® DAAL は、フットプリントが最小限になるように、訓練、予測、およびそれぞれのモデルを 3 つの異なるクラス階層に分離しています。