机器学习实战2—2018.10.11（批量学习、在线学习、基于实例的学习、基于模型的学习、核外学习）

批量学习：无法进行增量学习。先训练全数据集，得到训练后的模型，在实际应用中，将数据输入到模型中，得到输出。如果更新训练样本集，需要重新训练模型。

在线学习：可以进行增量学习。可以循序渐进的给系统提供训练数据，逐步积累学习成果，其中提供数据的方式可以是单独的，也可以采用小批量的小组数据进行训练。

基于实例的学习：死记硬背。系统完全记住学习示例，然后通过某种相似度度量方式将其泛化到新的实例上。

基于模型的学习：构建示例的模型，然后使用该模型进行预测。

核外学习：对于超大数据集（超过一台计算机的主存储器的数据），进行在线学习。将数据分割成小批量，然后使用在线学习技术从这些小批量中学习。