機器學習筆記(吳恩達)(二)--多變量線性迴歸

機器學習筆記（吳恩達）（二）--多變量線性迴歸 場景描述 假設函數 代價函數 梯度下降 特徵縮放(Feature Scaling) 均值歸一化(Mean normalization) 多項式迴歸 特徵選擇 擬合多項式 檢驗方法 學習率選擇 正規方程 正規方程與梯度下降法比較 個人blog https://verbf.github.io 本篇介紹了有關在多特徵的情況下如何使用線性迴歸，以及一些相關的

>>阅读原文<<