Алгоритмы машинного обучения рекомендуют интерактивное / пакетное обучение для классификации, прогнозирования (и целевой функции), параметра набора данных и метки (A, B, C, Label)

Question

в настоящее время я нахожусь в проекте. Я буду постоянно получать данные обработки онлайн от станка с ЧПУ, который будет похож на набор данных с параметрами и метками, например (A,B,C,Label). Ярлыки будут иметь логическое значение, стабильное или нестабильное состояние обработки. 3-х мерная классификационная поверхность будет такой: над поверхностью метки 0 нестабильно, под поверхностью метки 1 стабильно . Что мне нужно сделать:

1. Найдите хорошую стратегию или алгоритмы машинного обучения для обновления модели в Интернете (модель рассола с использованием конвейера). Конечно, также можно построить границу решения в 3-х измерениях после изменения модели.
2. Будет целевая функция F(A,B,C) для максимизации (параметры с ограничениями, тип мин / макс), в основном это будет F(A,B,C) = константа AB*C, но точка (A,B,C) должны находиться под границей решения, что означает, что метка должна быть 1 стабильной.

В настоящее время у меня нет четкого представления о том, какой подходящий алгоритм использовать и как максимизировать целевую функцию. Я надеюсь, что кто-то из профессионалов может дать мне несколько советов. Очень ценю!!!!