Regresja liniowa online
Regresja liniowa online dopasowuje model liniowy pojedynczo, obserwacja po obserwacji, aktualizując wagi przyrostowo w miarę napływania każdego nowego punktu danych. W przeciwieństwie do metody najmniejszych kwadratów w wersji wsadowej, nigdy nie wymaga przechowywania ani ponownego przetwarzania całego zbioru danych, co czyni ją naturalnym wyborem dla danych strumieniowych, bardzo dużych zbiorów danych oraz środowisk, w których proces generowania danych może ulegać zmianom w czasie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗
- Haykin, S. (2002). Adaptive Filter Theory (4th ed.). Prentice Hall. ISBN: 978-0130901262
Jak cytować tę stronę
ScholarGate. (2026, June 3). Online Linear Regression (Incremental Least-Squares). ScholarGate. https://scholargate.app/pl/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.
- Regresja liniowa (ML)Uczenie maszynowe↔ compare
- Uczenie onlineUczenie maszynowe↔ compare
- Regresja logistyczna onlineUczenie maszynowe↔ compare
- Regularyzowana regresja liniowaUczenie maszynowe↔ compare
- Regularyzacja grzbietowa (Ridge Regression)Uczenie maszynowe↔ compare
- Stochastyczne spuszczanie gradientu (SGD)Uczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →