梯度下降算法能够帮助我们快速得到代价函数的最小值 
算法思路：
- 以某一参数为起始点
- 寻找下一个参数使得代价函数的值减小，直到得到局部最小值
梯度下降算法：
- 重复下式直至收敛，其中α为学习速率，表示找到局部最小值的速率
- 并且各参数θ0,...,θn必须同时更新，即所有的θj值全部都计算得到新值之后才将参数值代入到代价函数中
数学原理：沿梯度方向，函数变化率/方向导数最大
标签：帮助 最小值 参数 机器 sub bubuko 算法 pos png
梯度下降算法能够帮助我们快速得到代价函数的最小值
算法思路：
梯度下降算法：
数学原理：沿梯度方向，函数变化率/方向导数最大
标签：帮助 最小值 参数 机器 sub bubuko 算法 pos png
原文地址：https://www.cnblogs.com/JJJanepp/p/8454599.html
