导数对机器学习算法的作用

本文探讨了导数在机器学习算法中的作用,解释了导数作为局部线性逼近和求解极值的关键角色。以披萨价格与直径的线性回归为例,阐述了如何通过求导找到使误差平方和最小的线性回归函数。
摘要由CSDN通过智能技术生成

导数对机器学习算法的作用

1. 引题

导数本质: 导数的本质是通过极限的概念对函数进行局部的线性逼近,导数实质上就是一个求极限的过程。以下为推导公式:
推导公式
求导作用: 可以得到一些问题的极大值与极小值

2.引题

假设某披萨店的披萨价格和披萨直径之间有下列数据关系:
训练样本

训练样本 直径(英寸) 价格(美元)
1 6 7
2 8 9
3 10 13
4
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值