ScholarGate
Assistente
Machine learningMachine learning

Regressione Lineare Online

La Regressione Lineare Online adatta un modello lineare un'osservazione alla volta, aggiornando i pesi in modo incrementale all'arrivo di ogni nuovo punto dati. A differenza dei minimi quadrati batch, non necessita mai di memorizzare o rielaborare l'intero dataset, rendendola la scelta naturale per dati in streaming, dataset molto grandi e ambienti in cui il processo generatore di dati può variare nel tempo.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018
  2. Haykin, S. (2002). Adaptive Filter Theory (4th ed.). Prentice Hall. ISBN: 978-0130901262

Come citare questa pagina

ScholarGate. (2026, June 3). Online Linear Regression (Incremental Least-Squares). ScholarGate. https://scholargate.app/it/machine-learning/online-linear-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citato da

ScholarGateOnline Linear Regression (Online Linear Regression (Incremental Least-Squares)). Consultato il 2026-06-15 da https://scholargate.app/it/machine-learning/online-linear-regression · Insieme di dati: https://doi.org/10.5281/zenodo.20539026