吴恩达机器学习假设函数、梯度下降法总结 ** 1. 2020.9.22 ** 当假设函数h(X)中的m个取值的参数,使 的值越小,实际值与预测值的平方差的和则说明h(x)中的参数取值的大小越好 2.将代价函数J最小化的梯度下降法假定有两个参数x1,x2,步骤: a.给定x0,x1的初始值,通常设为x0=0,x1=0 b.然后不停的一点一点改变x0,x1的值,是J(x0,x1)变小 c.直到找到J(x0,x1)的最小值或者局部最小值 这里要注意的是,θ0和θ1要同时更新 从左到右,从上到下,分别是:最小梯度,假设函数,平方差代价函数上图是导函数的化简和运算推导过程 多元假设函数求解梯度函数