吴恩达机器学习课程第一周

关于线性回归的记录： 使用的损失函数是平方误差损失函数J（θ），也就是最简单的假设函数和真实值差的平方和（对于所有样本求和），然后最小化J（θ），也就是使用梯度下降算法；平方误差代价函数是解决回归问题最常见的手段； 对于单变量线性回归问题: 如果是对于单变量线性回归，代价函数（参数为θ）关于假设函数中参数的图形为： 因为只有一个变量所以只有两个参数，总可以找到一组参数使得该代价函数最小，当然我们需

>>阅读原文<<