12,665
回編集
差分
ナビゲーションに移動
検索に移動
→勾配降下法
*η は学習率と呼ばれる正の定数で、学習によって最小値に収束する速さを調整する
*E(θ)に含まれる<math>f_{\theta}({x_i})</math>は、<math>{\theta}_0</math>、<math>{\theta}_1</math>の2つのパラメータを持つ二次関数のため、偏微分となり次式のようになる <math>{\theta}_0 := {\theta}_0 - {\eta}\frac{{\delta}E}{{\delta}{\theta}_0}</math><math>{\theta}_1 := {\theta}_1 - {\eta}\frac{{\delta}E}{{\delta}{\theta}_1}</math>
==Tips==
© 2006 矢木浩人
