Data science od podstaw

Rozdział 8. Metoda gradientu prostego

Ci, którzy przechwalają się własnym staczaniem się, chwalą się tym, co zawdzięczają innym.

— Seneka

Podczas analizy danych bardzo często będziemy chcieli znaleźć najlepszy model opisujący nasze dane. Zwykle określenie „najlepszy” będzie oznaczać taki, który „minimalizuje błąd modelu”, lub taki, który „maksymalizuje prawdopodobieństwo danych”. Innymi słowy, model taki przedstawia rozwiązanie jakiegoś problemu dotyczącego optymalizacji.

W związku z tym będziemy musieli rozwiązać wiele problemów optymalizacyjnych i będziemy musieli to robić od podstaw. Będziemy korzystali z techniki określanej mianem metody gradientu prostego, która doskonale nadaje się do wyjaśniania problemu optymalizacji od podstaw. Być może ...