Tutorial de aprendizado de máquina on-line

Alguém conhece alguns bons tutoriais sobre técnicas de aprendizado de máquina on-line? Ou seja, como ele pode ser usado em ambientes em tempo real, quais são as principais diferenças em comparação aos métodos normais de aprendizado de máquina, etc.

UPD: Obrigado a todos pelas respostas. Por "online", quero dizer métodos que podem ser treinados em tempo real, com base em novas entradas, uma a uma.

1. Existe uma biblioteca muito agradável de algoritmos de aprendizado de máquina on-line de um grupo da NTU, chamado LIBOL. Este seria um bom lugar para começar a experimentar os algoritmos.
   O guia do usuário que o acompanha e a publicação JMLR associada são introduções muito agradáveis ​​aos algoritmos básicos neste campo.
2. A Avrim Blum tem um artigo de pesquisa mais antigo e mais técnico sobre algoritmos de aprendizado on-line.

Há muitos tutoriais online. Especialmente no youtube, mas se você quiser um site preciso, pode ver aqui http://ttic.uchicago.edu/~shai/icml08tutorial/ ou http://cs229.stanford.edu/materials.html . você pode visitá-los agora.

Você pode ver se é possível misturar o streaming do Spark ( https://spark.apache.org/docs/1.1.0/streaming-programming-guide.html ) e a Spark ML Library ( https://spark.apache.org/docs /1.1.0/mllib-guide.html ).

O Spark Streaming permite processar fluxos de dados ao vivo e a Spark ML Library é uma Biblioteca de aprendizado de máquina para Spark. Então, talvez você possa fazer algo de bom!

Mas esse é um assunto muito interessante, estou trabalhando nisso. Pode ser bom criar uma comunidade do Google ( https://plus.google.com/communities )?

Há bastante no youtube e aqui está o famoso de Andrew Ng, da coursea: https://www.coursera.org/course/ml