Градиентный спуск

Метод учит нейросеть настраивать внутренние параметры, постепенно сдвигая их в сторону, где ошибка уменьшается быстрее всего. На каждом шаге алгоритм вычисляет градиент функции потерь и обновляет веса, приближая модель к минимуму. Такой подход лежит в основе обучения многих ИИ-систем.