使得代價函數最小的算法——梯度下降法

學習了代價函數一和代價函數二，可以看出要求得代價函數最小的點必須將圖形可視化，隨着維度的增加，這無疑加大了難度，如果我們可以寫出使得代價函數最小的算法，那麼問題就變得簡單多了。 梯度下降法 1.假設θ1=0，θ2=0，求出代價函數的值 2.一點點改變θ1和θ2的值，使得代價函數的值變小 這裏得到的是一個局部，需要同步更新θ0和θ1！！！ 下面這種方法是錯誤的，沒有同步更新

>>阅读原文<<