最小二乘、梯度下降法、牛頓與高斯-牛頓與LM關係總結

LZ聽師兄講，SLAM的優化方法是基礎知識，尤其最小二乘法是所有優化的基礎。接下來將對以下知識進行總結。 最小二乘法 非線性： 最速下降法、牛頓法、高斯牛頓法（GN）、列文伯格-馬夸爾特（LM）聯繫 線性： QR分解、喬姆斯基分解法求解（Cholesky）、奇異值分解（SVD） ———————————————— 一、最小二乘法引出 最小二乘問題通常可以表述爲,通過蒐集到的一些數據(獲取得到的樣本)

>>阅读原文<<