说明：此代码包括牛顿法和梯度下降法的实现过程，最优化以及算法中常见的问题解决方式。
说明：最速下降法是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失...
说明：用MATLA实现机器学习中的批处理梯度下降法和随机梯度下降法
说明：最速下降法的matlab源程序，不知道是否喜欢
说明：计算梯度下降法计算极值，只能找到局部最小点。可以通过调整步长实现全局最小
说明：一个最速下降法源码，很有用需要的赶快下。
说明：matlab中用梯度下降法进行线性回归，是机器学习的例程。很好很实用。
说明：约束最优化方法－－最速下降法(也叫梯度法)，是人们用来求多个变量函数极值问题的最早的一种方法。