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。。
吴恩达机器学习记录--linear regression概念
原文：https://www.cnblogs.com/cc5551/p/10361102.html