이번 포스팅에서는 두 개념이 다소 비슷한 거 같아서 같이 다루려고 한다.
Newton Raphson Method
y = x^2에서 x*라는 해를 찾으려고 한다.
이때 x0라는 초기값을 설정하고 이 x0에서의 접선 (y = 2(x-x0) + c)을 구한다.
그런 다음, 이 접선이 x축과 만나는 점 (x1)을 구하고 다시 x1에서의 접선을 구한다.
이런 식으로 반복하다 보면, 아래와 같이 x*에 근사하게 된다.

Gradient Method
Gradient Method는 N-R method와 비슷한데 조금 차이점이 있다.
여기서도 마찬가지로 x*라는 해를 찾고자 하고, y' = 2x이다.
초기값은 5라고 두고, 다음과 같은 방법으로 해를 찾을 수 있다.


여기서 alpha를 어떻게 변형시키냐에 따라 adagrad, adam optimizer 등을 만들 수 있다.
'통계학' 카테고리의 다른 글
| MCMC (Gibbs sampling) (0) | 2023.12.18 |
|---|---|
| Newton-Raphson iteration (0) | 2023.10.02 |
| MCMC (Gibbs sampling) (0) | 2023.01.27 |
| Importance sampling (0) | 2023.01.17 |
| 가능도비 검정 (0) | 2023.01.17 |