梯度下降公式理解（为什么使用cost function的导数？）

在gradient descent 梯度下降公式中，一般的表达都是如下：

之前没有认真思考这个公式为什么这样定义？只理解到学习率如何影响到最小值的获得。

但是学习率 α 后为什么用 θ1处的求导呢？在吴恩达的课程论坛中也看到类似的提问：
论坛链接：为什么用这个公式

有个回答很清楚，我直接贴过来了。可以看出，其实可以不必使用cost function的导数。

但是用cost fucntion求导肯定有其好处，这篇文章阐述的很清楚，如 链接：