请问老师，梯度下降公式中学习速率乘上损失函数的偏倒的意义仍然不理解，什么叫对每次损失函数减小的维度进行不近似的参数递减？最小二乘法的公式是通过矩阵求导得到的吗？是否也可以用线性代数的知识解释呢？
损失函数的偏导就是一个导数，就是theta的斜率，调节学习率是为了斜率变化不大，这样多次迭代就能达到最低值