Aprendizado Online

Aprendizado online é um paradigma de aprendizado de máquina no qual um modelo é atualizado incrementalmente à medida que cada novo ponto de dados chega, em vez de ser treinado uma vez em um conjunto de dados fixo. É essencial quando os dados fluem continuamente, o armazenamento é limitado ou a distribuição subjacente muda ao longo do tempo. O desempenho teórico é medido pelo arrependimento cumulativo em relação ao melhor preditor fixo em retrospectiva.