機械学習のモデルは「一度作ったら終わり」ではありません。データが次々と流れ込んでくる環境では、新しいデータでモデルを更新し続けるオンライン学習という方式が活躍します。この記事では、まとめて学習するバッチ学習との違いを軸に、オンライン学習の仕組みと使いどころを解説します。
📖 ひと言でいうと
オンライン学習とは、データが1件（または少量）ずつ逐次的に到着するたびに、そのデータを使ってモデルのパラメータをその場で更新していく学習方式です。料理人に例えるなら、修行を終えてから店に立つのではなく、毎日の営業でお客さんの反応を見ながら味を少しずつ調整し続けるイメージです。モデルを一から作り直さずに済むため、変化し続けるデータへの追従が得意です。
🖼 1枚でわかるオンライン学習
📘 公式テキストの説明
学習データが時系列やイベントに基づいて逐次的に入ってくる場合、オンライン学習はその都度新たに入ってきたデータでモデルの学習を行う手法である。このアプローチでは、既存のモデルのパラメータを新しいデータに基づいて随時更新する。すなわち、モデルは一度学習した後も静的ではなく、新たなデータに適応して進化することができる。モデルを1から作り直す必要はなく、計算効率も高いため、リアルタイムのデータストリームに対応する場合などに有用。
ポイントは「その都度更新する」という部分です。従来の発想では、データを全部集めてから一括で学習し、完成したモデルを運用します。オンライン学習はこれを逆転させ、運用しながら届いたデータで学習を続けます。すでにあるパラメータを出発点に少しずつ修正するだけなので、全データでの再学習に比べて計算コストを大きく抑えられます。
🔍 しっかり理解する
バッチ学習との対比で理解する
オンライン学習の反対概念は、手元に揃ったデータ全体を使って一括で学習するバッチ学習です。バッチ学習は安定した学習ができる一方、新しいデータを反映するにはデータを追加して学習をやり直す必要があります。オンライン学習は1件ずつ更新するため即座に新情報を反映できますが、直近のデータに引きずられやすいという性質もあります。
- データが届くたびに逐次更新
- 作り直し不要で計算効率が高い
- データの変化に追従できる
- 直近データの影響を受けやすい
- 集めたデータ全体でまとめて学習
- 学習後のモデルは基本的に固定
- 安定した学習がしやすい
- 新データ反映には再学習が必要
なぜ計算効率が高いのか
オンライン学習では、新しいデータが来るたびに「既存パラメータ＋小さな修正」という形で更新します。過去データすべてを再度読み込んで学習し直す必要がないため、1回あたりの計算は軽く、メモリに全データを保持する必要もありません。データが際限なく流れてくるストリーム環境（センサーデータ、アクセスログ、取引データなど）では、全件再学習がそもそも非現実的なので、逐次更新できることが決定的な利点になります。
便利さの裏にある注意点
逐次更新できる柔軟さは、裏を返せば「入ってきたデータにそのまま影響される」ということでもあります。異常値やノイズの混じったデータ、偏ったデータが流れ込むと、モデルはそれにも忠実に適応してしまい、性能が劣化するおそれがあります。また、直近のデータばかりを学び続けることで、以前に学んだパターンへの対応力が薄れていくことも起こり得ます。このため実運用では、更新の影響度（学習率に相当する調整）を抑えめにする、モデルの性能を常時監視して劣化したら巻き戻す、といった運用上の備えとセットで使われるのが普通です。
確率的勾配降下法とのつながり
ニューラルネットワークの文脈では、データ1件ごとに勾配を計算してパラメータを更新する確率的勾配降下法（SGD）が、オンライン学習と相性の良い仕組みとして語られます。SGDの「1件ずつ更新する」という動き方は、逐次到着するデータでその都度学習するオンライン学習の枠組みにそのまま乗せられるからです。なお、1件ずつとミニバッチ一括の中間として、少量ずつまとめて更新するミニバッチ学習という区分もあります。
💡 具体例で考える
ECサイトの推薦システムを考えてみましょう。ユーザーの好みや流行のトレンドは日々刻々と変化していくため、半年前のデータで一括学習した固定モデルでは「今まさに売れているもの」をうまく捉えられません。クリックや購入といったイベントが発生するたびにモデルを逐次更新すれば、直近の行動を反映した推薦を返し続けられます。
もう1つの例は、クレジットカードの不正検知です。不正の手口は次々と新しいパターンが現れるため、一括学習したモデルは時間とともに検知力が落ちていきます。取引データが流れ込むたびに学習を続けるオンライン学習なら、新しい手口の兆候にもモデルを追従させやすくなります。いずれの例でも共通するのは「データの性質が時間とともに変わる」「データが止まらず流れ続ける」という2つの条件で、これが揃う場面こそオンライン学習の出番です。
⚠️ よくある誤解・紛らわしい用語
- 「オンライン学習＝インターネット上のeラーニング」ではない: 日常語の「オンライン授業」とはまったく別の専門用語です。機械学習では「データを逐次的に（on-line＝流れに沿って）学習する方式」を指します。
- バッチ学習との混同: 「全データをまとめて学習」がバッチ学習、「届いた分だけ逐次学習」がオンライン学習です。どちらのデータの与え方かで区別しましょう。
- 転移学習との違い: 転移学習は「別タスクで学習済みのモデルを新タスクに流用する」手法で、オンライン学習は「同じタスクのモデルを新データで更新し続ける」方式です。既存モデルを活かす点は似ていますが、目的が異なります。
📝 試験でのポイント
- 「時系列やイベントに基づいて逐次的に入ってくるデータで、その都度学習する手法」という定義文から用語を選ばせる形式が典型的です。
- バッチ学習との対比問題が想定されます。「モデルを1から作り直す必要がない」「リアルタイムのデータストリームに有用」がオンライン学習側の特徴です。
- 事例文（推薦システム、不正検知、センサーデータ処理など）を読んで、オンライン学習が適する場面を選ぶ問題にも備えましょう。
📚 まとめ
オンライン学習は、逐次到着するデータでモデルのパラメータをその都度更新し続ける学習方式です。既存モデルを作り直さずに済むため計算効率が高く、リアルタイムのデータストリームや変化し続ける環境に強みがあります。バッチ学習（一括学習）との対比、SGDとのつながり、日常語の「オンライン」との違いを押さえておけば十分に対応できます。
