خوارزميةStochastic Gradient Descent (SGD) تُستخدم كطريقة تحسين لتحديث أوزان النموذج تدريجيًا عبر حساب الانحدار استنادًا إلى عينة واحدة أو دفعة صغيرة من البيانات في كل خطوة، وهذا يجعلها أسرع وأكثر كفاءة مع البيانات الضخمة مقارنةً بالـBatch Gradient Descent، لكنها أكثر عشوائية وقد تتذبذب حول الحل الأمثل، وهو ما يساعد أحيانًا على الخروج من القيم المحلية غير المثالية.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق