Regresi Linear Atas Talian

Regresi Linear Atas Talian menyesuaikan model linear satu pemerhatian pada satu masa, mengemas kini pemberat secara berperingkat apabila setiap titik data baharu tiba. Tidak seperti kaedah kuadrat terkecil kelompok (batch least-squares), ia tidak pernah memerlukan storan atau pemprosesan semula keseluruhan set data, menjadikannya pilihan semula jadi untuk data aliran (streaming data), set data yang sangat besar, dan persekitaran di mana proses penjanaan data boleh berubah dari semasa ke semasa.