機器學習1.2 ---參數學習

一、Gradient Descent（梯度下降） 梯度下降算法可將代價函數J最小化，梯度下降算法不僅應用在線性迴歸中，也應用在機器學習的其他諸多領域。  使用梯度下降算法最小化函數J的過程：  S1：初試化和的值，一般都將其設爲0。  S2：使用算法不斷變化和的值，使得的值不斷減小，直到J爲最小。  下圖是一個數據集對應的輪廓圖，將這圖中的兩個高點想象爲兩座山，在梯度下降算法中，如果你想要儘快走下

>>阅读原文<<