繼續，第一章中的代價函數與梯度下降算法介紹

與幾個同專業的朋友吃完飯，坐在電腦前又敲了會字，傳上來 模型建立（術語介紹） 爲方便將來討論機器學習的方便，我們這裏定義：\(x^{(i)}\)爲輸入變量，也成爲輸入的特徵變量，以後將更多的應用術語Features（特徵）來描述。\(y^{(i)}\)表示第i個輸出或試圖預測的目標變量。\((x^{(i)},y^{(i)})\)爲一對訓練集，這裏的i=1……m。 爲了更清晰與正式的描述有監督學習問

>>阅读原文<<