É um algoritmo que busca otimizar a função de perda ajustando os parâmetros do modelo na direção do gradiente descendente.

Ele é utilizado para calcular a precisão de um modelo de aprendizado supervisionado.

O Gradient Descent não pode ser usado em redes neurais.

O algoritmo tenta maximizar a função de perda ajustando os parâmetros.

Ele realiza a avaliação do modelo em diferentes conjuntos de dados de teste.