最小二乘问题的四种解法——牛顿法，梯度下降法，高斯牛顿法和列文伯格-马夸特法的区别和联系

第1部分介绍最小二乘的基础流程； 第2部分介绍牛顿法； 第3部分介绍梯度下降法； 第4部分介绍高斯牛顿法； 第5部分介绍列文伯格-马夸特法； 第6部分介绍几种方法的联系。 1、最小二乘 我们想要求解的问题是SLAM过程中的最大似然估计问题。由于最大似然估计问题可以转换为最小二乘问题，所以也就是最小二乘的求解问题。 我们假设目标函数为  ，误差函数为  ，则其最小二乘可以表示为: 那么如何求解这个问

>>阅读原文<<