機器學習---單變量線性迴歸

機器學習 一、單變量線性迴歸 1.模型描述 （1）常見的字符的意義： m代表訓練集(即樣本容量)中實例的數量 x代表特徵/輸入變量 y代表目標變量/輸出變量 (x(i), y(i))表示第i個樣本 h代表學習算法的解決方案或函數也稱爲假設（hypothesis） （2）一個監督學習算法的工作方式: 2.代價函數 （1）什麼是代價函數（平方誤差函數、目標函數）？ 我在網上找了很長時間代價函數的定義，

>>阅读原文<<