机器学习:梯度下降算法(Gradient Descent)
梯度下降——Gradient Decent泰勒公式在高数中学过的泰勒公式告诉我们,我们始终可以找到一个级数表达式,去拟合任意随机样本结果。梯度梯度:数学概念,在一维函数中等同于一维函数的导数,在多维函 数中即为多维函数的偏导数。梯度的意义:某一点的梯度向量指示了函数变化率最大的一个方向梯度下降梯度下降——迭代思想在构建求解表达式的过程,从某个参量表达式出发出求偏导,找出当前位置梯度下降最大的方向,和结果进行拟合,计算函数的梯度,找到下一参量组,如此循环往复,直至找到最优解。
原创
2020-10-21 13:43:07 ·
830 阅读 ·
0 评论