机器学习——优化算法：牛顿法-伪代码描述算法

前言

在上一篇文章中，我了解了关于牛顿法的基础。简单概括其中的要点：

1、对于函数的泰勒级数展二阶开式

2、优化目标是求出目标函数极小值点Xt,该点的重要特征是一阶偏导数为0.（利用这一特征建立等式关系，推导出x的递推式。）

至此，整个牛顿法就能已经在自己心中有个蓝图。

本次主要是用伪代码来描述整个算法过程，对于一个码农来说，感觉很有意思。

伪代码：

      

  

关于算法优缺点，不在此贴了，伪代码参考文章是 李航统计学习方法附录。