吳恩達ML課程 筆記總結（四）——多變量線性迴歸

這節的主要內容來啦： 1. 多元變量引入 2. 梯度下降算法在多元變量的情況下的實現 3. 梯度下降算法的實際應用：特徵縮放 4. 梯度下降算法的實際應用：學習率α 1、多元變量 之前我們都是隻有一個對應的輸入x和對應輸出y的線性迴歸問題，這一節我們將要學習多變量的（即存在x1,x2,x3…）的線性迴歸問題。如圖是預測房價模型的多變量表示： 因此我們可以將預測函數h表示成下面的形式： 同樣根據我們

>>阅读原文<<