【吴恩达机器学习】学习笔记——2.7第一个学习算法=线性回归+梯度下降
梯度下降算法： 线性回归模型：
线性假设：
平方差成本函数：
将各个公式代入，对θ0、θ1分别求偏导得：
再将偏导数代入梯度下降算法，就可以实现寻找局部最优解的过程了。
线性回归的成本函数总是一个凸函数，故梯度下降算法执行后只有一个最小值。
“批”梯度下降：每一个步骤都使用所有的训练样本
梯度下降算法： 线性回归模型：
线性假设：
平方差成本函数：
将各个公式代入，对θ0、θ1分别求偏导得：
再将偏导数代入梯度下降算法，就可以实现寻找局部最优解的过程了。
线性回归的成本函数总是一个凸函数，故梯度下降算法执行后只有一个最小值。
“批”梯度下降：每一个步骤都使用所有的训练样本