待验证50% 置信事实精确时间
一阶泰勒展开对应梯度下降的线性近似，二阶展开引入曲率信息对应牛顿法等二阶优化方法。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证牛顿法利用Hessian的逆矩阵确定更新步长和方向 Δθ = -H⁻¹∇L，理论上能以二次收敛速度找到极值点69% 相似待验证Ledoit和Wolf于2020年提出了非线性收缩方法（Analytical Nonlinear Shrinkage），通过对特征值进行逐个最优收缩64% 相似待验证线性回归的最小二乘解可以通过正规方程 β = (X^T X)^(-1) X^T y 用矩阵运算求得63% 相似待验证逆运动学求解通常通过雅可比矩阵迭代完成，阻尼最小二乘法（Levenberg-Marquardt方法）通过引入正则化项规避奇异配置63% 相似待验证指数积分器方法源于20世纪60年代对刚性常微分方程的研究，通过精确处理线性部分、数值近似非线性部分放宽稳定性限制62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084856API
curl https://kongchang.com/api/v1/knowledge/claims/1084856MCP
get_claim(id=1084856)