泰勒公式

泰勒公式:

  用函数在某一点的各阶导数信息,构建一个近似的多项式函数。 等价于我们用一个多项式函数逼近一个给定的函数在某一点的取值。

 

如果函数 f(x)x_{0} 处有 n 阶导数,那么存在 x_{0} 的一个邻域,  对于该邻域内的任何一点 x,有

f(x)=f(x_{0})+f^{'}(x_{0})+\frac{f^{''}(x_{0})}{2}+\frac{f^{'''}(x_{0})}{3!}+...+\frac{f^{(n)}(x_{0})}{n!}+o((x-x_{0})^{n})

o(x)=\frac{f^{(n+1)}(\varepsilon )}{(n+1)!}(x-x_{0} )^{n+1}, \epsilon 在  xx_{0} 之间

 

应用

梯度下降法:

   误差函数,我们假设为f(x),  假设我们在 x_{0} 处,下一步我们需要往哪走,才能保证f(x)是下降的?

 

转换成数学语言:目标是 f(x_{0}+h) 最小,h应该取什么值。

f(x_{0}+h)\approx f(x_{0})+f^{'}(x_{0})*(x_{0}+h-x_{0})

                                \approx f(x_{0})+f^{'}(x_{0})*h

 

所以我们要想 f^{'}(x_{0})h 是 负数,这样 才能保证是减少的, 所以我们取 h=-f^{'}(x_{0})

就可以使得上式不断减小,迭代,最终取得极小值。 存在取不到极小值的风险。

 

 

参考博客:

https://blog.csdn.net/u014115273/article/details/53218228

 

 

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