Jadi, saya belum dapat menemukan literatur tentang hal ini tetapi sepertinya ada sesuatu yang layak dipertimbangkan:
Apa praktik terbaik dalam pelatihan model dan optimisasi jika pengamatan baru tersedia?
Apakah ada cara untuk menentukan periode / frekuensi pelatihan ulang model sebelum prediksi mulai menurun?
Apakah terlalu pas jika parameter dioptimalkan kembali untuk data agregat?
Perhatikan bahwa pembelajaran mungkin tidak selalu online. Seseorang mungkin ingin meningkatkan model yang ada setelah mengamati perbedaan yang signifikan dalam prediksi yang lebih baru.