机器学习笔记——线性拟合及梯度下降

机器学习笔记——线性拟合及梯度下降 线性拟合 为什么要构造代价函数 （1）从特殊情况：过原点的直线看起，只有一个参数的情况 （2）从非特殊情况：不过原点的直线看起，有两个参数的情况 梯度下降法 梯度下降法数学含义 梯度下降法下降方向的选择实现 梯度下降法的学习率（每一步走多大？） 批量梯度下降法 线性拟合 从这里开始，给出dataset,找出一条直线拟合，因为使用一条直线去拟合，所以叫做线性拟合。

>>阅读原文<<