確率的勾配降下法とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > 百科事典 > 確率的勾配降下法の意味・解説 

確率的勾配降下法

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2025/03/08 14:11 UTC 版)

ミニバッチを使い上下に行ったり来たりしながら目的関数の値が減少していく例

確率的勾配降下法(かくりつてきこうばいこうかほう、: stochastic gradient descent, SGD)は、連続最適化問題に対する勾配法乱択アルゴリズム。バッチ学習である最急降下法をオンライン学習に改良したアルゴリズムである。目的関数が微分可能な和の形であることを必要とする。

背景

下記の和の形の目的関数を最小化する問題を扱う。

Optimization computes maxima and minima.
非線形(制約付き)
凸最適化
組合せ最適化
メタヒューリスティクス



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

カテゴリ一覧

すべての辞書の索引



Weblioのサービス

「確率的勾配降下法」の関連用語











確率的勾配降下法のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



確率的勾配降下法のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
All text is available under the terms of the GNU Free Documentation License.
この記事は、ウィキペディアの確率的勾配降下法 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。 Weblio辞書に掲載されているウィキペディアの記事も、全てGNU Free Documentation Licenseの元に提供されております。

©2025 GRAS Group, Inc.RSS