Jest to taki sposób uczenia modelu, w którym uczymy się z nowych danych. Continual learning może być też wykorzystane w taki sposób, że dzielimy kubełkujemy dane po czasie i uczymy model najpierw kolejnych kubełkach danych od najstarszych do najnowszych.
Uwaga: continual learning podatny jest na Catastrophic forgetting.
Źródło: Learning the importance of training data under concept drift