吳恩達 機器學習筆記二（lecture 2）（損失函數、梯度下降）

一、單變量的LR模型  最簡單的單變量線性迴歸模型： 二、損失函數（cost function） 在這個例子中使用的是平方誤差函數最爲損失函數，這是解決線性迴歸問題最常用的損失函數 1、假設函數和損失函數之間的關係 先考慮θ₀=0的情況：當θ₁ = 1時，損失函數取最小值 θ₀不知道時，兩個參數，對應的損失函數的圖像如下：是一個三維圖像。與上面例子類似，都是找到損失函數值最小時候的參數值。 三、梯

>>阅读原文<<