함수 값이 낮아지는 방향으로 이동하며 최솟값을 탐색하는 방식
→ 아무 것도 보이지 않는 산에서 낮아지는 방향으로 이동하여 한 발자국 씩 산을 내려가는 방법.
기울기가 양수: x가 커질수록 값이 커짐
기울기가 음수: x가 커질수록 값이 작아짐
기울기 부호의 반대로 움직여야 최솟값으로 가는 방향
경사 하강 알고리즘은 비용 함수 를 최소화 하는 를 구하는 알고리즘이다.
는 parameter들을 의미하는데, 는 bias (편향) 를, 는 Weight (가중치, 가설 함수에서의 기울기) 를 의미한다.
는 최적화 프로세스의 조정 매개변수(Hyper-Parameter)인 학습률(Learning Rate)이라고 한다. 단계의 길이를 결정한다.
경사하강법 알고리즘의 목표는 주어진 함수 (예: 비용 함수) 를 최소화하는 것이다. 이 목표를 달성하기 위해 두 단계를 반복적으로 수행한다.
좀 더 풀어서 설명하자면,
에 대해 임의의 초기값 즉, 시작점을 잡는다.
그리고 가 최소가 될때까지 값 갱신을 반복하여 최솟값에 도달했을 때 해당하는 를 찾아낸다.