ScholarGate
Assistente
Machine learningMachine learning

Regressione logistica online

La regressione logistica online adatta un classificatore logistico un campione (o mini-batch) alla volta tramite discesa del gradiente stocastico, aggiornando i pesi del modello man mano che ogni osservazione arriva, anziché attendere di aver visto l'intero set di dati. Ciò la rende la scelta standard per problemi di classificazione binaria ad alto volume, in streaming o con vincoli di memoria, dove l'addestramento batch è infattibile.

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. Bottou, L. (2010). Large-Scale Machine Learning with Stochastic Gradient Descent. In Proceedings of COMPSTAT 2010, 177–186. Physica-Verlag. link
  2. Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018

Come citare questa pagina

ScholarGate. (2026, June 3). Online Logistic Regression (Incremental Stochastic Gradient Descent). ScholarGate. https://scholargate.app/it/machine-learning/online-logistic-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 Logistic Regression (Online Logistic Regression (Incremental Stochastic Gradient Descent)). Consultato il 2026-06-15 da https://scholargate.app/it/machine-learning/online-logistic-regression · Insieme di dati: https://doi.org/10.5281/zenodo.20539026