การถดถอยโลจิสติกแบบออนไลน์

การถดถอยโลจิสติกแบบออนไลน์ (Online Logistic Regression) ทำการปรับแบบจำลองโลจิสติกทีละตัวอย่าง (หรือกลุ่มตัวอย่างย่อย) โดยใช้วิธีการปรับความชันแบบสุ่ม (stochastic gradient descent) ซึ่งจะปรับปรุงน้ำหนักของแบบจำลองเมื่อข้อมูลแต่ละรายการมาถึง แทนที่จะรอให้เห็นข้อมูลทั้งหมด ทำให้เป็นตัวเลือกมาตรฐานสำหรับปัญหาการจำแนกประเภทแบบสองกลุ่ม (binary classification) ที่มีปริมาณข้อมูลสูง ข้อมูลแบบสตรีม หรือข้อจำกัดด้านหน่วยความจำ ซึ่งการฝึกแบบกลุ่ม (batch training) ไม่สามารถทำได้