機器學習方法
增量學習（Incremental Learning）是一種機器學習方法，它允許學習系統不斷地從新樣本中學習新的知識，並能保存大部分以前已經學習到的知識。
增量學習與傳統的批量學習（Batch Learning）不同，它是一種增量式的學習過程，可以在模型已經被訓練好的情況下持續學習新的知識。這種方法模仿了人類的學習模式，即逐步、持續地學習和積累知識，同時避免災難性遺忘（catastrophic forgetting），即在學習新知訣時不會丟失已經掌握的知識。
增量學習在處理數據流或需要不斷更新模型以適應新數據的場景中非常有用，因為它可以在不重新訓練整個模型的情況下，通過添加新的數據和標籤來增強已經訓練好的模型。這有助於在計算和存儲資源有限的條件下，有效地更新和擴展模型的 knowledge。