我的人工智能之旅——梯度下降vs正規方程法

本文將涉及以下知識點 （1）特徵縮放 （2）均值歸一化 （3）正規方程 優化梯度下降算法 在上一篇博文中，我們瞭解了梯度下降算法，它爲解決線性迴歸問題提供了思路。但梯度下降的迭代推算過程，較爲耗時。簡單地說，整個算法是一個不斷嘗試收斂的過程。如果能夠降低算法的嘗試次數，以及每次迭代的算法複雜度，那麼，便能更高效的解決線性迴歸問題。 影響梯度下降算法收斂速度的因素很多，例如樣本集合大小，特種向量中某

>>阅读原文<<