Diyelim ki lojistik regresyon sınıflandırıcım var. Normal toplu öğrenmede, aşırı sığmayı önlemek ve ağırlıkları küçük tutmak için düzenli bir terim olurdu. Ayrıca özelliklerimi normalleştirip ölçeklendirirdim.
Çevrimiçi öğrenme ortamında sürekli bir veri akışı alıyorum. Her örnekle degrade iniş güncellemesi yapıyorum ve sonra atıyorum. Çevrimiçi öğrenmede özellik ölçeklendirme ve düzenleme terimini kullanmam gerekiyor mu? Evet ise, bunu nasıl yapabilirim? Örneğin, ölçeklendirilecek bir dizi eğitim verim yok. Düzenleme parametremi ayarlamak için doğrulama ayarlamam da yok. Hayır ise, neden olmasın?
Çevrimiçi öğrenmemde sürekli bir örnek akışı alıyorum. Her yeni örnek için bir tahmin yapıyorum. Sonra bir sonraki adımda, gerçek hedefi alıyorum ve degrade iniş güncellemesini yapıyorum.