在机器学习的优化问题中，梯度下落法和牛顿法是常常使用的两种凸函数求极值的方法，他们都是为了求得目的函数的近似解。在逻辑斯蒂回归模型的参数求解中，一般用改进的梯度下落法，也能够用牛顿法。由于两种方法有些类似，我特地拿来简略地比较一下。下面的内容须要读者之前熟习两种算法。在机器学习的优化问题中，梯度下落法和牛顿法是常常使用的两种凸函数求极值的方法，他们都是为了求得目的
阅读背景：
机器学习中梯度下降法和牛顿法的比较
来源：互联网
分享到：
