AITerms 登入
機器學習模型訓練模型部署

線上學習(Online Learning)是什麼?

線上學習是一種機器學習方法,模型在接收到每個新資料點後立即更新,無需儲存所有資料或進行批次訓練,適用於資料流場景。

完整定義

線上學習是一種機器學習範例,其中模型在接收到每個新資料點後立即更新,而無需儲存所有資料或進行批次訓練。這與批次學習形成對比,在批次學習中,模型在整個訓練資料集上進行訓練。線上學習適用於資料流場景,例如即時預測或動態環境。

白話說明

你有沒有看過模型每天都要跟著新資料更新,才不會跟現實脫節?

你可以把 線上學習 想成 有新資料就邊看邊修正。

資料流和需求變化快時比較跟得上,有新資料進來,就邊看邊修正 這件事就特別重要。

記住這句

有新資料進來,就邊看邊修正

比喻:線上學習就像一個即時更新的股市分析師 -- 每當有新的交易數據進來,他會立刻調整自己的預測模型,而不是等到收盤後才做總結。

容易混淆

線上學習 vs 批次學習

批次學習像期末考前才總複習的學生,一次把所有資料學完;線上學習像每天寫作業的學生,有新進度就立刻學,更靈活,適合資料不斷湧入的場景。

最關鍵的區別:一個即時更新,一個集中訓練。

線上學習 vs 批次學習

線上學習邊來邊學,批次學習是一批資料看完再訓練

最關鍵的區別:更新頻率和資料進來的方式不同。

實際案例

案例 1:信用卡風控每天吃進交易流,發現新型詐騙就立刻調整

案例 2:推薦系統根據新點擊紀錄快速修正偏好

演算法與應用

核心意思就是:有新資料進來,就邊看邊修正。

適合串流、即時風控和分布會漂移的場景

要注意災難性遺忘,因為新資料可能把舊知識蓋掉

情境判斷

Q2(判斷題): 資料分布很穩時,還一定要用線上學習嗎?

看情況,若資料固定且追求穩定,批次學習可能更省心

常見問題

相關術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本