機器學習（3）——梯度下降

例子 假設： 我們有一個代價函數，我們想要獲得最小值。 首先定義兩個參數值爲0，然後改變兩個參數值取減少代價函數的值 在梯度算法中，想象自己在紅色山頂（最高處），每走一步想下降速度最快的地方移動，然後再環顧四周，找到下降速度最快的方向移動。周而復始最後走到谷底。這就完成了一次梯度算法。 數學原理 看看背後的深層數學原理 本課程中 :=表示賦值的意思 =表示做等價判斷或者聲明 等式右邊的是一個偏導數

>>阅读原文<<