吴恩达机器学习——单变量线性回归

第二章讲的是单变量线性回归。
线性回归很简单，主要讲的是假设函数和代价函数，以及梯度下降算法。
首先是假设函数，这个是机器学习的核心，所有的算法都是为了求出一个合适的假设函数。
而为了高效率的求出假设函数，就引出了代价函数这个东西，代价函数的实质就是代价两个字，但预期值和实际值相差最小，就是代价函数最优，也就是假设函数最好的时候。
梯度下降算法是求代价函数最常用也最通用的方法。
因为之前学过线性代数和离散数学等科目，所以理解起来还是很容易的。

©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。

推荐阅读更多精彩内容