【机器学习入门】1.2线性回归之梯度下降

梯度：上升 指向标量场增长最快的方向 梯度下降：下降的 指向标量场下降最快的方向 机器学习： 一个目标函数求解 一步步迭代（线性回归只是个特例，可以直接求解） 为什么不快速迭代： 一小步一小步，走快了容易跌倒：陷入一个极小值点出不来了，全局上看并不是最小值点 学习率（步长）太快：容易出错 选择：小学习率，大迭代次数 3种梯度下降的方法： 1.批量梯度下降：全部样本：费事，收敛 2.随机梯度下降：一

>>阅读原文<<