2.3.5.8: Inkrementelles Lernen

Die Fenstertechnik wird erst richtig effektiv, wenn es Verfahren gibt, die inkrementell lernen können, d.h. Verfahren, bei denen ein einmal berechneter Algorithmus durch neue Trainingsbeispiele weiter verbessert werden kann. Das ist bei der vorgestellten Form des ID3-Algorithmus nicht möglich. Hier muss jedes Mal mit der neuen Trainingsmenge von Grund auf neu gelernt werden.

Inkrementelles Lernen ist insbesondere auch bei Datensammlungen interessant, die sich im Laufe der Zeit verändern. Hier kann es auch sinnvoll sein, neue Informationen stärker zu gewichten als alte. Das gilt für alle Szenarien, bei denen sich nicht nur die Beispiele ändern, sondern auch die Situation, in der sie auftreten. Zum Beispiel wird ein System, das Aktienwerte aufgrund von Firmendaten vorhersagen soll, die Regeln den sich ändernden Verhältnissen anpassen müssen. Dabei muss das richtige Gleichgewicht zwischen den dauerhaften Regeln der Ökonomie und den aktuellen Trends gefunden werden.