梯度下降法（Gradient Descent）推导和示例
注：作者在其他文献的基础上进行整理，形成本文的基本脉络，并希望通过较为简单清晰的推导过程来帮助新手入门
本文主要由以下部分组成：
- 梯度下降法合理性证明
- 单变量示例
- 多变量示例
- 矩阵化表示
首先我们先给出梯度的定义。某一函数沿着某点处的方向导数可以以最快速度到达极大值，该方向导数我们定义为该函数的梯度。
其中θ是自变量，f(θ)是关于θ的函数，▽表示梯度。
我们要研究的梯度下降式子可以写作：
其中η是步长，θ是由θ0按照上述式子更新后的值。
· 梯度下降法合理性证明
在给出具体的证明之前，我们可以先直观感受梯度下降法的含义：
假设我们位于某山的某个山腰处，山势连绵不绝，不知道怎么下山。于是决定走一步算一步，也就是每次沿着当前位置最陡峭最易下山的方向前进一小步，然后继续沿下一个位置最陡方向前进一小步。这样一步一步走下去，一直走到觉得我们已经到了山脚。这里的下山最陡的方向就是梯度的负方向。通过这个例子，我们可以在直观上感受到梯度下降法的合理性。
首先我们给出一阶的泰勒展开式：
在泰勒公式中，我们为了保证该式成立，最重要的一点是要保证θ和θ0的差距要足够小，只有这样才能够应用泰勒公式的基本思想“以直代曲”。为了便于说明，我们在一个三维空间里面去做证明。并且把自变量具体化：
θ=(x,y)
θ0=(x0,y0)
这个图将小量画比较大，是为了更好地说明问题。因此通过泰勒公式我们可以得到：
· 单变量示例
· 多变量示例
