機器學習入門筆記(二)----線性迴歸

1. 目標 : 找到使代價函數最小的函數h。 2. 代價函數：cost function，J。 平方誤差代價函數： ... 3. 梯度下降法：將代價函數J取值最小化。 定義： α：速率、步長。太小導致速度慢。太大，導致不能收斂、甚至發散。 常規做法：θ同步更新。 導數：爲正時：θ減小；爲負時：θ增加；越接近局部最優解時，導數絕對值越小，修正幅度越小。 步驟：重複，直到收斂。步長a後面是函數J對θ0

>>阅读原文<<