--- title: 'Book_Statistic2ML_Chapter11' disqus: hackmd --- [讀者天地 - 機器學習的統計基礎](https://hackmd.io/@TommyHuang/book_statistics2ML) > [name=黃志勝 Chih-Sheng (Tommy) Huang] * [作者Medium Blog](https://chih-sheng-huang821.medium.com/) 本書「機器學習的統計基礎」出版社為旗標科技股份有限公司 **此份筆記為[讀者天地 - 機器學習的統計基礎](https://hackmd.io/@TommyHuang/book_statistics2ML)用來作為書本內容修正紀錄** --- [TOC] # 第 11 章梯度下降法Gradient Descent ## 11.1 梯度是微分的觀念 ### 11.1.1 用微分找函數的極小值 ### 11.1.2 離散資料用逼近的方式求解 ### 11.1.3 梯度與梯度方向 -------------------------- [**page 11-9**]<br> **修改一:** ![](https://hackmd.io/_uploads/SkhAS_Sv3.png) --------------------------- [**page 11-9**]<br> **修改二:** ![](https://hackmd.io/_uploads/BkRKL_BP2.png) ## 11.2 梯度下降法的作法 ### 11.2.1 梯度下降法的運算方式 ### 11.2.2 學習率過大會無法收斂 ### 11.2.3 學習率過小有可能只找到局部低點 ###### tags: `Book_Statistic2ML`