吴恩达学习笔记—— 二、单变量线性回归

二、单变量线性回归 2.1 模型表示 m代表训练集中实例的数量 x代表特征/输入变量 y 代表目标变量/输出变量 (x,y)代表训练集中的实例 ( x ( i ) , y ( i ) ) (x^{(i)}, y^{(i)}) (x(i),y(i))代表第i个观察实例 h 代表学习算法的解决方案或函数也称为假设（hypothesis） 2.2 代价函数 假设函数： h θ ( x ) = θ 0 +

>>阅读原文<<