百面機器學習（7）——優化算法

目錄 有監督學習的損失函數 機器學習中的優化問題（凸優化基本概念） 經典優化算法（微積分，線性代數，凸優化） 梯度驗證（微積分，線性代數） 隨機梯度下降法 隨機梯度下降法的加速 L1正則化與稀疏性 監督學習的損失函數 機器學習算法的關鍵一環是模型評估，而損失函數定義了模型的評估指標。可以說，沒有損失函數就無法求解模型參數。不同的損失函數優化難度不同，最終得到的模型參數也不同，針對具體的問題需要選取

>>阅读原文<<