機器學習基礎 - [第一章：單變量線性迴歸]（7）線性迴歸模型的梯度下降

1、使用梯度下降算法來求解線性迴歸模型的局部最小值 在前面，我們已經得到了單變量線性迴歸模型的假設函數 h θ ( x ) h_{\theta}(x) hθ​(x)和採用均方誤差的代價函數 J ( θ 0 , θ 1 ) J(\theta_{0},\theta_{1}) J(θ0​,θ1​)，如圖1右半部分所示，現在我們用梯度下降來求解使代價函數獲得局部最小的對應參數值，如圖2所示： 將假設函數的

>>阅读原文<<