腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
决胜机器学习
专栏作者
举报
219
文章
279484
阅读量
105
订阅数
订阅专栏
申请加入专栏
全部文章（219）
php（60）
云数据库 Redis（51）
编程算法（45）
数据库（39）
数据结构（36）
机器学习（28）
其他（18）
神经网络（16）
存储（10）
深度学习（9）
java（7）
sql（7）
python（6）
云数据库 SQL Server（6）
卷积神经网络（5）
rabbitmq（5）
设计模式（5）
numpy（4）
架构设计（4）
缓存（3）
spring boot（3）
监督学习（3）
svn（2）
api（2）
面向对象编程（2）
线性回归（2）
二叉树（2）
lua（1）
html（1）
oracle（1）
access（1）
git（1）
linux（1）
nginx（1）
图像处理（1）
分布式（1）
shell（1）
网络安全（1）
图像识别（1）
正则表达式（1）
dns（1）
推荐系统（1）
决策树（1）
cdn（1）
socket编程（1）
迁移学习（1）
大数据（1）
安全（1）
数据处理（1）
数据可视化（1）
adapter（1）
command（1）
db（1）
接口（1）
树形结构（1）
通信（1）
搜索文章
搜索
搜索
关闭
机器学习（二十三） —— 大数据机器学习(随机梯度下降与map reduce)
大数据
机器学习
机器学习（二十三）——大数据机器学习(随机梯度下降与map reduce) （原创内容，转载请注明来源，谢谢） 一、概述 1、存在问题 当样本集非常大的时候，例如m=1亿，此时如果使用原来的梯度下降算法（也成为批量梯度下降算法（batch gradient descent），下同），则速度会非常慢，因为其每次遍历整个数据集，才完成1次的梯度下降的优化。即计算机执行1亿次的计算，仅仅完成1次的优化，因此速度非常慢。 2、数据量考虑 在使用全量数据，而不是摘取一部分数据来做机器学习，首先需要考虑的是算法的学
用户1327360
2018-03-07
1.2K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档