AI用語集
人工知能の完全辞典
アダプティブ・ランダムフォレスト
データストリーム向けの古典的なランダムフォレストの拡張版であり、ベースとしてホフディング木を使用し、分類器の動的再重み付けを行うことで、概念ドリフトの検出と適応のメカニズムを統合しています。
オンラインバギング
ブートストラップ集約（Bootstrap Aggregating）の増分型バリアントであり、ストリーム内の各インスタンスがポアソン分布（Poisson(1)）に従ってベース分類器を更新するために使用され、全データセットを必要とせずに継続的な学習を可能にします。
STAGGERアルゴリズム
概念ドリフトのデモンストレーションを行う初期のアルゴリズムの一つであり、重み付けされた仮説を使用して、正解または不正解の予測に基づいて重みを調整することで、概念的な変化に動的に適応します。
SAM-KNN（自己調整メモリKNN）
データストリーム向けのk近傍法（k-Nearest Neighbors）の変種であり、概念の安定性に応じてメモリサイズを動的に調整し、代表的なインスタンスを保持しながら、古くなったインスタンスを自動的に削除します。
レバレッジバギング
オンラインバギングの改良版であり、ベース分類器の多様性を高め、理論的な性能保証とともに概念的変化への適応を加速させるために、ランダムな再重み付け戦略を導入しています。
OzaBagging
OzaとRussellによって提案されたオンラインバギングアルゴリズムの特定の実装であり、ストリーミング環境でブートストラッププロセスをシミュレートするために、ストリーム内の各インスタンスにポアソン分布に従って重みを付けます。
HAT（ホフディング適応木）
ホフディング木の拡張版であり、ADWINを使用してノードのパフォーマンスを評価し、非効率な部分木を新しい適応構造に動的に置き換えることで、概念変化検出メカニズムを統合しています。
StreamDM
Spark用Scalaで実装されたデータストリームマイニング向けのオープンソースフレームワークであり、大規模ストリームの分散処理向けに最適化された一連の増分アルゴリズムを提供します。
MOA (Massive Online Analysis)
インクリメンタル学習アルゴリズムの評価および開発のための標準的なソフトウェア環境。人工ストリーム生成ツールやコンセプトドリフトに適した評価指標を含む。
Accuracy Weighted Ensemble
異なる期間で訓練された分類器のコレクションを維持し、最近のパフォーマンスに基づいた動的重み付けを行うことで、コンセプトドリフトに対する予測を最適化するストリーム用アンサンブルアルゴリズム。
Concept Drift Velocity
データストリーム内で基礎となる概念が変化する速度を定量化する指標。モデルの更新頻度や計算リソースの配分を動的に適応させるために使用される。