摘要： 梯度下降是一个用来求函数最小值的算法，我们将使用梯度下降算法来求出代价函数$J(θ_0,θ_1)$的最小值。 梯度下降背后的思想是：开始时我们随机选择一个参数的组合$(θ_0,θ_1,......,θ_n )$，计算代价函数，然后我们寻找下一个能让代价函数值下降最多的参数组合。 我们持续这么做直到到 阅读全文

摘要： 在线性回归中我们有一个像这样的训练集，m代表了训练样本的数量，比如 m=47。而我们的假设函数，也就是用来进行预测的函数，是这样的线性函数形式：\(h_{\theta}(x)=\theta_0+\theta_1x\)。 接下来我们会引入一些术语我们现在要做的便是为我们的模型选择合适的参数（param 阅读全文