大规模机器学习-学习大数据集
数据越多，自然训练效果越好，在训练过程中，过拟合与欠拟合的指标通过绘图确定，据此调整超参数。
在此前的批梯度下降法的过程中，当数据集过大时候，由于如下计算式子中要求遍历所有数据得到一次更新，其计算成本过于昂贵。因此，如果裁剪数据集的大小，如果也能够达到相同的训练效果，则不需要使用原始数据集。
随机梯度下降
随机梯度下降，将数据进行随机洗牌，然后在更新theta参数时，只使用其中一个样本。训练时重复遍历样本多次，最终结果仍然会收敛到一个较好的局部最优。
小批量梯度下降
小批量梯度下降，介于批梯度下降和随机梯度下降之间。当样本数量m=1000时，而小批量数量b=10，则有如下算法。其中i 进行遍历到数据集末尾m-b+1，计算梯度过程中求均方差过程求导以后使用的除数为b，遍历的小批量为i+b-1。
随机梯度下降收敛
收敛性检查，使用的批梯度下降方法和随机梯度下降方法如下图，批梯度下降方案过于耗时，而随机梯度下降，通过收集一定步数的cost值，然后求得平均，得到一个近似的误差J，作为参考，通过绘图，用于判断梯度下降的效果，模型是否错误等。
另外，梯度下降过程中的学习率alpha，可以随着迭代次数的增大而减小，但是其额外引入的两个超参数又是一个问题。
在线学习
在线学习基本使用的是随机梯度下降的方案吧，因为数据集是实时更新的，所以在如下的包裹运送示例中，当用户做出一次决定，则产生一个或者一批的数据量，将这些数据进行学习，并丢弃数据，循环往复，获得一个动态的定价模型，以最大化购买量（收益吧）。
映射化简和数据并行
该部分的主要思想是，将一个小批量的数据（如400），分为数份（如4份），分别通过数个机器（如4个），计算梯度值，然后将所有的计算结果，结合到一个模型中，以加速神经网络的训练过程。
一些高级的函数库也已经能够使用单个机器多CPU的方案，也就是并行化在一个多核的机器上运行，以加速训练过程。
