吴恩达机器学习（二）多元线性回归（假设、代价、梯度、特征缩放、多项式）

目录 0. 前言机器学习 1. 假设函数（Hypothesis）函数 2. 代价函数（Cost Function）学习 3. 梯度降低（Gradient Descent）3d 4. 特征缩放（Feature Scaling）code 5. 多项式回归方程（Polynomial Regression）orm 学习完吴恩达老师机器学习课程的多变量线性回归，简单的作个笔记。文中部分描述属于我的消化后的理

>>阅读原文<<