Что такое Градиентный спуск?

Метод обучения, который настраивает модели непосредственно на парах предпочтений без необходимости использования отдельной модели вознаграждения.

Вектор, показывающий, насколько должен измениться каждый параметр, чтобы уменьшить потери.

Основной алгоритм обучения, который обновляет веса модели путем распространения ошибок прогнозирования обратно по сети.

Постоянная модель ошибок или несправедливости в данных или поведении модели.

Метод регуляризации, который смягчает жесткие метки для улучшения обобщения.

Обучающий гиперпараметр, контролирующий, насколько параметры изменяются на каждом этапе обновления.