Gradientenafstijging
term_id: gradient_descent
Category: basic_concepts
Definition
Gradientenafstijging is een iteratief optimalisatiealgoritme van de eerste orde om een lokaal minimum van een differentieerbare functie te vinden. In machine learning worden modelgewichten bijgewerkt in de tegenovergestelde richting van de gradient van de verliesfunctie.
Summary
Een iteratief optimalisatiealgoritme dat wordt gebruikt om een verliesfunctie te minimaliseren door modelparameters aan te passen.
Key Concepts
- Verliesfunctie
- Leersnelheid
- Optimalisatie
- Backpropagatie
Use Cases
- Opleiden van diepe neurale netwerken
- Tunen van lineaire regressieparameters
- Optimalisatie van beeldherkenningsmodellen