机器学习笔记（2）----线性回归之梯度下降

梯度下降 百度百科：梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。 梯度下降 类似于寻找下山的路，不断往下走直到来到山底。   

>>阅读原文<<