在学习吴恩达深度学习课程时，遇到“指数加权移动平均”这一概念，看似简单，实则深奥。本文通过一个Excel示例，加深对其理解。
以下为2021年2月份上海市日最高气温（℃）表对应的折线图。
可以看出，折线图中的温度曲线起伏较大，十分“不平滑”。那么，有没有办法让其更平滑呢？可以考虑使用指数加权移动平均法。
注：Excel源文件已上传至：
http://localhost:8888/edit/GitHub/Andrew-Ng-Deep-Learning-notes/iTechMemo.xlsb
worksheet: EWMA
可以看出，β值较低时（β=0.1），移动平均曲线与原曲线差别不大；β值较高时（β=0.9（修正）），移动平均曲线相比原曲线有了明显的“平滑”效果。
参考文章：
1. 吴恩达深度学习学习笔记——C2W2——算法优化-1
https://blog.csdn.net/hpdlzu80100/article/details/113399321
2. 通俗理解指数加权平均
https://zhuanlan.zhihu.com/p/29895933