機器學習_1.3（線性迴歸之梯度下降+總結）

在前兩篇中我們討論了線性迴歸和代價函數，其中大致給出了算法的具體思路，其中最主要的還是通過代價函數來獲取假設函數中的θj的值，並以此來確定假設函數。 接下來我們來看梯度下降算法 梯度下降算法 不僅僅侷限於線性迴歸的代價函數，還可以解決更一般的函數J(θ1,θ2……θ(n-1)θ(n))，接下來我們爲了方便起見，先來討論J(θ1,θ2)的情況。 現在我們有一個這樣的代價函數的模型： 在梯度下降算法中

>>阅读原文<<