1.1 线性回归
1）单变量线性回归
2）最二乘和梯度下降
3）多变量线性回归
*4）多变量多项式回归
数据案例
线性回归
求解目标：找到θ1，θ2
个人理解:利用均方误差代替损失函数，用平方损失代替风险R，又因为误差有正有负，所以要用平方消去符号
在求解θ1，θ2 过程中，采用梯度下降方法，随机梯度下降
梯度下降有三种方法，随机梯度下降，小批量梯度下降，
*下图描绘的是损失函数，不是原函数
碗装函数，为凸函数 有全局最低点
梯度下降原理 理论，现实里：无法保证找到的是最好的点（全局最小值），一般为局部最小值
理解梯度 偏微分理解 向下最快的方向叫梯度
