日记

今日主攻优化算法相关内容，复盘最速下降法与牛顿法的原理区别。梳理两种迭代算法的收敛特性，最速下降沿负梯度方向寻优，收敛速度偏线性；牛顿法利用海森矩阵，收敛更快但计算开销更大。
借助 MATLAB 完成简单算例代码编写，调试迭代终止条件、步长选取等细节，实操中发现参数设置不当极易出现迭代发散问题。顺带温习概率论大数定律基础概念，理清样本均值与总体期望的数理逻辑。
收尾整理笔记，把易错的公式、代码 bug 分类记录，方便后续复习巩固，整体学习节奏平稳，知识点从理论逐步落地到代码实现。