WEEK1.7-Cost Function Intuition II

发表于 2021-04-28 更新于 2021-08-08 分类于 ML 阅读次数：评论：

本文字数： 348 阅读时长 ≈ 1 分钟

深入学习代价函数的作用。理解代价函数\(J\)所表达的值，它们是什么样的，它们对应的假设是什么样的。以及什么样的假设对应的点更接近代价函数\(J\)的最小值

二元参数的代价函数的三维表示图：

用上述三维图像用二维的轮廓图表示后：

显然最后一个图拟合度更好。

我们真正需要的是一种有效的算法，能够自动地找出这些使代价函数\(J\)取最小值的参数\(\theta_0\)和\(\theta_1\)来。后续会遇到更复杂的、更高维度、更多参数的情况，这些情况很难画出图像来将其可视化。我们真正需要的是编写程序来找出这些最小化代价函数的\(\theta_0\)和\(\theta_1\)的值。下节将介绍一种算法能够自动地找出能使代价函数\(J\)最小化的参数\(\theta_0\)和\(\theta_1\)的值。