Coursera吴恩达机器学习教程笔记（三）

上回说到当假设函数的参数增多的时候，代价函数的维度就会变高，描点画图这种方法就不适用了，那得咋整呢？所以我们就要采用数学的方法找到代价函数的最小值。这个方法就是大名鼎鼎的梯度下降法。     啥叫梯度下降呢？来看这张图。          这张图的outline就是梯度下降的基本思想，先给定一组参数θ0，θ1，然后不断调解上面两个参数，来减小代价函数，知道代价函数减到最小。当然，梯度下降法不仅适用

>>阅读原文<<