↑: [[G検定に関する知識]] - Stochastic Gradient Descent。ランダムに選んだ一部のデータで勾配を計算して重みを更新する[[勾配降下法]]の基本形 - 「確率的」＝毎回違うデータを使うのでランダムな動きになる - 全データを使わないため計算が速い。また揺れ（ランダム性）が[[局所最適解]]からの脱出を助ける - 欠点：ジグザグに進みやすく収束が遅い - 発展形：[[Momentum]]（慣性で滑らか化）→ [[Adam]]（慣性＋学習率自動調整） - cf. [[勾配降下法]], [[Momentum]], [[Adam]], [[バッチ学習]]