পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| অনলাইন লিনিয়ার রিগ্রেশন× | অনলাইন লজিস্টিক রিগ্রেশন× | |
|---|---|---|
| ক্ষেত্র | যন্ত্র শিখন | যন্ত্র শিখন |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 1960 (LMS); 1950 (RLS formalization) | 1960s (perceptron); formalized for logistic loss ~2000s |
| প্রবর্তক≠ | Widrow, B. & Hoff, M. E. (LMS); Gauss / Plackett (RLS) | Rosenblatt, F. / Widrow, B. (perceptron era); modern SGD form: Bottou, L. |
| ধরন≠ | Incremental supervised regression | Incremental supervised classifier |
| মৌলিক উৎস≠ | Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI ↗ | Bottou, L. (2010). Large-Scale Machine Learning with Stochastic Gradient Descent. In Proceedings of COMPSTAT 2010, 177–186. Physica-Verlag. link ↗ |
| অপর নাম | incremental linear regression, streaming linear regression, recursive least squares regression, stochastic gradient descent regression | incremental logistic regression, streaming logistic regression, SGD logistic classifier, online binary classifier |
| সম্পর্কিত≠ | 6 | 5 |
| সারসংক্ষেপ≠ | Online Linear Regression fits a linear model one observation at a time, updating weights incrementally as each new data point arrives. Unlike batch least-squares, it never needs to store or re-process the full dataset, making it the natural choice for streaming data, very large datasets, and environments where the data-generating process can shift over time. | Online Logistic Regression fits a logistic classifier one sample (or mini-batch) at a time via stochastic gradient descent, updating model weights as each observation arrives rather than waiting to see the full dataset. This makes it the standard choice for high-volume, streaming, or memory-constrained binary classification problems where batch training is infeasible. |
| ScholarGateডেটাসেট ↗ |
|
|