吳恩達機器學習筆記(四)

4.1 多功能 注意：n 代表特徵的數量 x ( i ) x^{(i)} x(i)代表第i個訓練樣本的特徵向量 x j ( i ) x^{(i)}_j xj(i)​代表第i個訓練樣本中第j個特徵的值 用 θ \theta θ的轉置矩陣與訓練集樣本值的矩陣相乘，在訓練集中加多一行樣本 x 0 x_0 x0​,其中值都爲1，與 θ 0 \theta_0 θ0​相乘 4.2 多元梯度下降 下圖中 J (

>>阅读原文<<