機器學習系列（4）——梯度下降

梯度下降法 在迴歸問題的第三步中，需要解決下面的最優化問題： θ ∗ = a r g min ⁡ θ L ( θ ) \theta^*=arg\min_\theta L(\theta) θ∗=argminθ​L(θ) L：loss function（損失函數） θ \theta θ：parameters（參數） 這是的parameters是複數，即 θ \theta θ指代一堆參數，比如之前說到的

>>阅读原文<<