吴恩达机器学习--学习笔记：单变量线性回归

第二章：单变量线性回归

本章主要通过单变量线性回归算法的例子，阐述了机器学习的原理了，以及算法实现过程；其中涉及的概念有：假设函数 、代价函数、目标函数、梯度下降等概念；本章以房屋价格问题为案例，进行学习；再次明确下我们的算法目的：找到一个函数，能够很好的计算出房价与面积的关系；按照机器学习的定义：这里的任务T是根据面积计算房价，经验E是已知的样本数据-房价与面积，性能测定P是计算结果与真实价格的差值，差值越小，算法给出的结果越可靠；

这里说明下下文将会用到的几个符号：

 表示房屋面积, 表示第i个样本的面积；

表示房屋的真实价格；表示第i个样本的真实价格

表示样本容量，即，有个样本；