吴恩达机器学习记录--linear regression概念

模型(监督学习例子)  regression problem

 

m = 训练样本的数量

x = 输入变量/特征

y = 输出变量

(x⁽ⁱ⁾,y⁽ⁱ⁾) 训练集索引(第i行)

Hypothesis(假设函数)

 

Cost function (代价函数)/(误差平方)

 

训练误差结果

 

代价函数的作用

3D表示

 

等高线表示

 

梯度下降

保持改变两theta的值来减小J直到最小

特点：起点偏移一些，就会得到完全不同的最优解

Gradient descent algorithm

  

α:学习率

未完待续。。