【转】什么是Online Learning

最近在学习实时机器学习或者说增量学习相关的内容，目前中文资料相关的介绍非常少，今天借着creme这个库介绍下Online Learning的原理，以及Online Learning和Batch Learning的一些区别。

1 Online Learning和Batch Learning的区别

Batch就是目前常用的计算模式，需要离线数据，离线训练，离线评估，然后上线。

离线的好处就是比较稳定，可以用大的数据量去训练和评估，如果模型效果不好也方便替换。

OnlineLearning更多地是一个实时运行的体系，实时有样本产生，实时提取特征并且和目标列拼接成样本，实时评估和训练。

 

Online Learning需要具备下述的几个特点：

• 数据从流式数据源获取，比如Kafka、MQ
• 可以对Mini Batch甚至单样本训练并产生新模型
• 特征和目标可以实时生成并实时拼接成样本

2 Online Learning应用场景和优缺点

Online Learning优点很明显，就是可以对训练样本做实时的反馈。所以应用的场景也主要是互联网领域，对实时性要求很高的场景。在推荐广告领域，Online Learning后续非常有发挥的空间。

Online Learning的优势就是实时产出模型，数据的时效性强。之所以没有大范围普及，主要因为劣势也很明显，运维成本会比较高。比如如何保证实时样本拼接的准确性、如何确保实时评估的准确、线上模型出现问题如何回滚等。所以，Online Learning还没有非常好的开源解决方案，今天介绍的creme只能解决部分问题。

 

转自：https://www.zhihu.com/question/278450551