大白話講梯度下降法（一）

導言 在用機器學習算法解決問題時，求解模型參數是很經常的事情，也就是在優化損失函數的時候，需要找到最合適的模型參數。 那麼如何找到最優的參數呢，這個時候就需要我們本文要講的 梯度下降法 了。 學習前提 微積分 求導 梯度下降法原理簡單易懂，但是需要有微積分，以及求導的數學理論基礎，其實也就是會微積分的求導。 下文也會提到，忘記也無妨。 梯度下降法是什麼 在機器學習算法中，很多模型本質就是通過最小化

>>阅读原文<<