随机梯度下降（stochastic gradient descent），批梯度下降（batch gradient descent），正规方程组(The normal equations)...

对于一个线性回归问题有

为了使得预测值h更加接近实际值y，定义

J越小，预测更加可信，可以通过对梯度的迭代来逼近极值

批梯度下降（batch gradient descent）（the entire training set before taking a single step）

随机梯度下降（stochastic gradient descent）（gets θ “close” to the minimum much faster than batch gradient descent）

这里可以看到更详细的解释http://www.cnblogs.com/czdbest/p/5763451.html

也可以通过求J的梯度等于0向量来确定极值

来自吴恩达机器学习

转载于:https://www.cnblogs.com/imageSet/p/7577167.html