Online Gradient Boosting

O Online Gradient Boosting adapta a estrutura do gradient boosting para cenários de fluxo contínuo (streaming), onde os dados chegam uma amostra por vez, em vez de em um lote fixo. A cada passo, o modelo calcula um pseudo-resíduo para a observação recebida e atualiza um aprendiz fraco no local, crescendo um conjunto aditivo sem armazenar ou revisitar dados passados. Isso o torna adequado para previsão em tempo real e pipelines de streaming em larga escala, onde o retreinamento do zero é inviável.