【機器學習面試題】——梯度下降

1. 機器學習中爲什麼需要梯度下降 梯度下降的作用： 梯度下降是迭代法的一種，可以用於求解最小二乘問題。 在求解損失函數的最小值時，可以通過梯度下降法來一步步的迭代求解，得到最小化的損失函數和模型參數值。 如果我們需要求解損失函數的最大值，可通過梯度上升法來迭代。梯度下降法和梯度上升法可相互轉換。 2. 梯度下降法缺點 缺點： 靠近極小值時收斂速度減慢。 直線搜索時可能會產生一些問題。 可能會「之

>>阅读原文<<