ScholarGate
Assistent
Machine learningMachine learning

Online Lineaire Regressie

Online Lineaire Regressie past een lineair model één observatie tegelijk toe, waarbij de gewichten incrementeel worden bijgewerkt naarmate elk nieuw datapunt arriveert. In tegenstelling tot batch kleinste-kwadraten, hoeft het nooit de volledige dataset op te slaan of opnieuw te verwerken, wat het de natuurlijke keuze maakt voor streaming data, zeer grote datasets en omgevingen waar het datagenererende proces in de loop van de tijd kan verschuiven.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 3). Online Linear Regression (Incremental Least-Squares). ScholarGate. https://scholargate.app/nl/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

Geciteerd door

ScholarGateOnline Linear Regression (Online Linear Regression (Incremental Least-Squares)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/machine-learning/online-linear-regression · Gegevensset: https://doi.org/10.5281/zenodo.20539026