我的人工智能之旅——梯度下降vs正规方程法

本文将涉及以下知识点 （1）特征缩放 （2）均值归一化 （3）正规方程 优化梯度下降算法 在上一篇博文中，我们了解了梯度下降算法，它为解决线性回归问题提供了思路。但梯度下降的迭代推算过程，较为耗时。简单地说，整个算法是一个不断尝试收敛的过程。如果能够降低算法的尝试次数，以及每次迭代的算法复杂度，那么，便能更高效的解决线性回归问题。 影响梯度下降算法收敛速度的因素很多，例如样本集合大小，特种向量中某

>>阅读原文<<