機器學習-梯度下降算法

1.引言 雖然我們知道，代價函數Jθ的表達式，但是還不知道怎麼去確定假設函數hθ(x)的所有參數θ0,θ1 ... θn，使得Jθ值最小。 我們還是假設hθ(x)是一個線性函數，並且只有2個參數θ0,θ1，對應特徵向量x只有1維 我們的目標是使得J(θ0,θ1)最小 我們可以採用以下方法，嘗試找到J(θ0,θ1)最小值 給θ0, θ1一個初始值，例如都等於0 不斷改變θ0, θ1的值，並且滿足J(

>>阅读原文<<