バッチ学習（Batch Learning / Offline Learning）とは、すべての訓練データを一括して使用してモデルを学習する方式です。データが固定されている場面で使われ、最も基本的な学習アプローチです。
特徴
全データを使って勾配を計算するため、勾配の推定精度が高く収束が安定しています。ただし、データが大きいとメモリに載りきらず、1回の更新に時間がかかるため、実務ではミニバッチ学習が主流です。
オンライン学習との比較
新しいデータが追加された場合、バッチ学習ではモデルの再学習（全データでの再訓練）が必要です。一方、オンライン学習は新しいデータのみでモデルを更新できるため、リアルタイム応用ではオンライン学習が適しています。