【Andrew Ng 機器學習】Week 1（二）：代價函數和梯度下降

0x00 前言 本篇是第一週關於線性迴歸的代價函數和梯度下降算法的筆記。 0x01 模型和代價函數 一、模型表示 x^i：輸入特徵 y^i：輸出結果，或者是想要預測的結果 (x^i , y^i)：訓練樣本 h：代表學習算法的解決方案或函數，也稱爲假設（hypothesis） 下圖是一個監督學習工作方式。 要解決房價預測問題，我們實際上是要將訓練集「喂」給我們的學習算法，進而學習得到一個假設h，然後

>>阅读原文<<