机器学习入门笔记——如何理解梯度下降

最近在看机器学习的一些基础知识，打算一路一个脚印，把笔记和做过的测试题都记录下来，方便回头看看自己走过的路。

由于文章里面涉及到的大量的 LateX 数学公式，以及 matplotlib 画图的即时运算脚本，所以 markdown 已经不能满足我的要求了，jupyter 恰恰可以满足我所有的需求，所以文章在这里就不贴全文了，贴了好多代码也无法运行，这里只贴文章链接。为了保证读者最好的阅读体验，GitHub 是支持 jupyter 实时预览的，所以文章就放在 GitHub 上了。

GitHub Repo：Halfrost-Field

Follow: halfrost · GitHub

Source: https://github.com/halfrost/Halfrost-Field/blob/master/contents/Machine_Learning/Gradient_descent.ipynb

(请用电脑打开上面的链接，手机上渲染不出 jupyter 的页面)