अधिकांश ऑनलाइन लर्निंग एल्गोरिदम इनमें से कम से कम एक से आते हैं:
धारणा
आर्ट पेसेप्ट्रॉन की स्थिति निष्क्रिय-आक्रामक एल्गोरिथ्म , संरचित बोधक और उनकी कई किस्में हैं।
जीतने वाला
Winnow को घातांक ढाल विधियों के रूप में सुधार किया गया है , और संरचित समस्याओं पर भी लागू किया जा सकता है । ऐसी किस्में भी हैं जो एल 1 नियमितीकरण (स्पार्सिटी की गारंटी के लिए) के साथ सीधे सौदा करती हैं, जैसे एसएमआईडीएएस ।
स्टोचैस्टिक ग्रेडिएंट डिसेंट
स्टोचैस्टिक ग्रेडिएंट डिसेंट तब होता है जब आप संभावित रूप से बैच समस्या के लिए ऑनलाइन अनुकूलन लागू करते हैं। कला एल्गोरिदम के राज्य लेओन बोटोऊ के हैं LaSVM , Pegasos , और कई तंत्रिका नेटवर्क एल्गोरिदम आसानी से इस सेटिंग में प्रशिक्षित किया जा सकता है। कई उदाहरणों के लिए थीनो ट्यूटोरियल देखें । शायद ऑनलाइन ईएम यहां फिट बैठता है।
कण छानने का काम
इसे राओ-ब्लैकवेल्ड इंट्रेंस के रूप में भी जाना जाता है, और यह आपको एक ग्राफिकल / संभाव्य मॉडल को और अधिक अपडेट करने की अनुमति देता है। कुछ अच्छे उदाहरण एसएमसी पर ऑनलाइन विषय मॉडल और एनआईपीएस ट्यूटोरियल हैं ।
ऑनलाइन सीखने के साथ कुछ व्यापक मुद्दे भी हैं, जैसे ऑनलाइन-टू-बैच रूपांतरण , गुठली के साथ ऑनलाइन सीखने के लिए बजट तकनीक (जैसे कागज , यह कागज , और यह कागज ), सामान्यीकरण सीमा के कई अलग-अलग स्वाद, विरलता संबंधी चिंताएं (और भी) SMIDAS पेपर मैंने ऊपर उद्धृत किया है), मेमोरी बचाने के लिए हैशिंग , और कई अन्य मुद्दे।