梯度下降（Gradient descent）

梯度下降算法的定位 梯度下降算法是一種求解局部最小值的算法，在線性模型和非線性模型中都可以用。 在用某個模型對數據進行擬合時，會用損失函數（或者叫錯誤函數等等）去評估擬合的準確性，這個時候往往要找到損失函數的最小值，即求出達到最佳擬合效果時各參數的值。求函數的最小值時往往用到梯度下降法。 從二維空間的線性迴歸說起 假設平面上有n個點: (x1, y1), (x2, y2), …, (xn, yn)

>>阅读原文<<