监督学习：回归、分类问题；数据集（训练集）
m：训练样本的数目；x：特征向量（输入的特征）；y：输出变量（目标变量）
（x，y）：一个训练样本
单变量线性回归（linear regression with one variable）：
代价函数（Cost Function）：平方误差函数，
梯度下降：
矩阵相乘：
模型表示（Model representation）
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 训练集 ↓学习算法 ↓h 假设（hypothesis） 假设类似于一个函数的功能，即h是一个x到y的函数映射。 线...
- 模型表示 m：表示训练样本数量x：表示输入的特征，也被称为特征量y：表示输出变量，或目标变量(x,y)：表示一个训...
- 机器学习三要素包括数据、模型、算法。简单来说，这三要素之间的关系，可以用下面这幅图来表示： 总结成一句话：算法通过...
- 参考1参考2 0.前言 Logistic regression （逻辑回归）是当前业界比较常用的机器学习方法，用于...
