没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
梯度下降原理算法 线性回归中,我们使用最小二乘法,能够直接计算损失函数最小值时的参数值,但是,最小二乘法有使用的限制条件,在大多数机器学习的使用场景之下,我们会选择梯度下降的方法来计算损失函数的极小值,首先梯度下降算法的目标仍然是求最小值,但和最小二乘法这种一步到位、通过解方程组直接求得最小值的方式不同,梯度下降是通过一种“迭代求解”的方式来进行最小值的求解,其整体求解过程可以粗略描述为,先随机选取一组参数初始值,然后沿着某个方向,一步一步移动到极小值点 。 梯度下降法的基本思想可以类比为一个下山的过程: 一个人 被困在山上,需要从山上下来,然后寻找这个位置最陡峭的地方,然后朝着山的高度下降的地方走。
资源推荐
资源评论
资源评论
- OIIO6862024-05-28支持博主的机器学习内容
- 2301_779411822024-05-28写的内容很仔细
小森(﹡ˆoˆ﹡)
- 粉丝: 5044
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功