Ako funguje gradientný zostup na vyhľadávanie parametrov modelu?

Sestup gradientu je iteratívny optimalizačný algoritmus používaný na nájdenie parametrov modelu, ktoré minimalizujú funkciu straty. Myšlienka je upravovať parametre krok za krokom v smere opaku gradientu funkcie straty, pretože gradient ukazuje smer najväčšieho nárastu.

Proces vyzerá takto:

1. Inicializujeme parametre modelu náhodnými hodnotami.

2. Vypočítame gradient funkcie straty vzhľadom na parametre — vektor čiastkových derivácií.

3. Aktualizujeme parametre pohybom v smere znižovania funkcie straty:

   ( \theta := \theta - \alpha \nabla L(\theta) )

   kde ( \alpha ) je rýchlosť učenia.

4. Opakujeme kroky 2-3 až do konvergencie alebo dosiahnutia maximálneho počtu iterácií.

Príklad v Pythone s numpy:

import numpy as np

def gradient_descent(x, y, theta, learning_rate, iterations):
    m = len(y)
    for _ in range(iterations):
        predictions = x.dot(theta)
        errors = predictions - y
        gradient = (1/m) * x.T.dot(errors)
        theta = theta - learning_rate * gradient
    return theta

# x — matica znakov, y — cieľová premenná, theta — parametre modelu

Takto gradientný zostup umožňuje nájsť optimálne parametre, minimalizovaním chyby modelu.