牛顿法和拟牛顿法

本文介绍了牛顿法及其在机器学习中的应用,讨论了传统牛顿法的问题和优势,并详细阐述了修正牛顿法,特别是针对牛顿法的不稳定性提出的方法。此外,重点探讨了拟牛顿法,包括SR1、BFGS、DFP和Broyden等不同的求解策略,最后提到了牛顿法的进一步修正方案。
摘要由CSDN通过智能技术生成

一。两种方法本质:


和梯度下降法的本质一样都是为了找到一个合适的最快的下降方向,然后以一定步长一步一步走到极值点


二。牛顿法:



1、传统牛顿法(数学中)




2、传统牛顿法在机器学习的推广:


机器学习中需要做的是,参考‘回归分析’


注意,上面需要重复若干次直到两次的参数相差不大


3、传统牛顿法的问题:



*************
评论
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