梯度下降gradientdescendentgd-某校某机器学习小组.pdfVIP

作者：成清清 徐唱 肖凯 吕迪迪 根据维基百科[1]的定义，梯度下降(Gradient Descendent, GD) 法是一阶迭代式优化算法 (First-Order Iterative Optimization Algorithm)。 我们首先举一个机器学习的问题：某地的房价与房地面积和卧室的数量之间成如下表的关系： 房子面积（平方英尺） 卧室数 价格（千美元） 2104 3 400 1600 3 330 2400 3 369 1416 2 232 3000 4 540 根据这个已知数据，我们要通过分析上面的数据学习出一个模型（即价格和房子面积+卧室 数之间的关系），用于预测其它情况（比如面积 2000,卧室数 5）的房价。这个问题我们可以 看作是一个概率里的回归问题，属于个机器学习的问题。