【機器學習--學習筆記】大規模機器學習

此處對比批量梯度下降、隨機梯度下降、小批量梯度下降算法的優缺點 算法 批量梯度下降（Batch Gradient Descent, BGD） 隨機梯度下降（Stochastic Gradient Descent, SGD） 代價函數 梯度下降算法 比較 每一次更新參數θ時，都需要計算所有m個訓練樣本的差平方項求和，然後更新一次θ值，當m很大時，每一次迭代計算量大，且只能更新優化一小步 每一次更新參

>>阅读原文<<