↑: [[G検定に関する知識]] - データ1件ごとに即座にパラメータを更新する学習方式 - ストリーミングデータ（IoT・株価など）に最適 - メモリ効率: **最も良い**（一度に1件分のみ処理） - 勾配の安定性: **最も不安定（ジグザグ）** ← 重要 - 1件の外れ値・ノイズに直接影響される - [[バッチ学習]]（全データ平均）が最も安定 - 学習方式3比較 - [[バッチ学習]]: 全データ→1回更新。勾配最安定・メモリ最大 - [[ミニバッチ学習]]: 現在の標準。適度なノイズが局所最適解脱出に役立つ - オンライン学習: 1件ずつ。メモリ最小・勾配最不安定