機器學習--第二章（代價函數、梯度下降）

單變量線性迴歸： 所謂的單邊量就是指只有一個輸入變量（特徵變量） 所謂的線性是指變量的次數爲1次 所謂的迴歸是指預測的輸出是連續的 m–代表樣本的數量 x --代表輸入變量（輸入特徵） y --代表輸出變量（預測的目標變量） （x,y）表示一個訓練樣本 訓練集—》學習算法–》輸出函數h（假設函數,預測函數） 目的是爲了得到模型的參數： θ \theta θ ，讓假設函數來儘量與數據點進行很好的擬合

>>阅读原文<<