【CS229机器学习】 Lecture2：各种记号，监督学习，线性回归，最小均方差，正规方程

写在前面

因为看的是英文版所以不能准确翻译的请见谅。

先说记号，指输入features，指输出或目标值target，一对(, )是一个训练样本training example，训练集training set则是这样的i对样本组成的集合。

对于一个监督学习算法，他的目的是通过一个训练集学到一个方程，输入一个x得到一个比较接近真实的y的预测prediction，这个方程 h 被成为一个猜测hypothesis，这个过程图示为：

当我们要预测的是连续数值，就称这个问题为线性回归linear regression，当预测结果是离散的，就是分类问题classification了。

---

Part1:线性回归Linear regression

对于一个线性回归的预测我们有如下形式：

在这里是参数parameter（亦可称作权制weight），为方便以后都用h(x)来表示，同时为了简化这一表示方法，增加x0=1这一项之后可以化为：