我见过wolfram和其他几个网站声称每次我们使用对象检测应用程序并用图像表示的正确对象标记它们时，他们的算法使用数据更新其对象检测模型。
我正在进行逻辑回归，并已成功实施了已经可用的数据集。我现在期待使这个算法在运行中工作，即每当我使用新的数据集（它可以是单个输入数据集）时，它应该能够更新其权重并且不应该使用整个数据集从头开始训练
我们是否有任何在线指南或教程或任何此类材料可以为我提供良好的开端。谢谢！
答案 0 :(得分：0)
您正在寻找的是＆＃34;在线学习＆＃34;。有关如何实施在线逻辑回归算法的全面概述是here。这不是唯一的方法，但只有一种方式 - 本文提供了您需要的每一个细节。
但请注意，这可能是不这些网站所指的内容。他们不会为他们获得的每个新标记数据点更新他们的模型。首先，他们可能有一个完整的审查过程来过滤掉他们尝试的新数据并最大限度地减少噪音（即：错过标记的数据）。
在那之后，他们可能会等到他们积累了足够的新数据，从头开始构建新模型变得值得。在决定何时再次训练以及使用哪些数据进行训练时，可能还有许多其他策略/工作。