機器學習----面試常用知識點-1

一、凸優化 1.1 最優化理論與凸優化到底是幹嘛的？ 1.2 全局最優化與局部最優化 1.3、線性規劃 1.3、最優化方法的一般結構 二、梯度下降法，牛頓法，擬牛頓法和共軛梯度法 2.1、梯度下降法 2.1.1、批量梯度下降法（Batch Gradient Descent，BGD） 2.1.2、隨機梯度下降法（Stochastic Gradient Descent，SGD） 2.1.3、小批量梯度

>>阅读原文<<