继续，第一章中的代价函数与梯度下降算法介绍

与几个同专业的朋友吃完饭，坐在电脑前又敲了会字，传上来 模型建立（术语介绍） 为方便将来讨论机器学习的方便，我们这里定义：\(x^{(i)}\)为输入变量，也成为输入的特征变量，以后将更多的应用术语Features（特征）来描述。\(y^{(i)}\)表示第i个输出或试图预测的目标变量。\((x^{(i)},y^{(i)})\)为一对训练集，这里的i=1……m。 为了更清晰与正式的描述有监督学习问

>>阅读原文<<