Katakanlah saya memiliki penggolong regresi logistik. Dalam pembelajaran batch normal, saya akan memiliki istilah regularizer untuk mencegah overfitting dan menjaga bobot saya kecil. Saya juga akan menormalkan dan memperbesar fitur saya.
Dalam pengaturan pembelajaran online, saya mendapatkan aliran data yang berkelanjutan. Saya melakukan pembaruan gradient descent dengan setiap contoh dan kemudian membuangnya. Apakah saya harus menggunakan penskalaan fitur dan istilah regularisasi dalam pembelajaran online? Jika ya, bagaimana saya bisa melakukan itu? Sebagai contoh, saya tidak memiliki satu set data pelatihan untuk dibandingkan. Saya juga tidak memiliki set validasi untuk menyetel parameter regularisasi saya. Jika tidak, mengapa tidak?
Dalam pembelajaran online saya, saya mendapatkan aliran contoh terus menerus. Untuk setiap contoh baru, saya melakukan prediksi. Kemudian pada langkah waktu berikutnya, saya mendapatkan target aktual dan melakukan pembaruan gradient descent.