04 ，线性回归 ： 目标函数推导，对数求解，求导结果，θ 求出来了，真实情况

1 ，目的 ： 求 θ

1. 不要忘了 ： 一切的目的，都是求 θ
2. 似然函数 ： 只要 θ 能使似然函数最大，这个 θ ，就是最优解，距离现实最近的解

2 ，似然函数最大值 ：

1. 似然函数 ：
   
2. 思考 ：
   1 ，乘法不好算，想使用对数来算
   2 ，可行性 ： 反正求最大值，只要对数取到了最大值，似然函数整体就也是最大值
   3 ，为什么用 log ： 因为求导以后，就变成了加法，容易计算
3. 对数求解 ：
   

3 ，累乘 =》 累加 ： 使用对数，对函数进行变换

1. 转化 ：
   
2. 目的 ： 让这个函数去到最大值
3. 剔除无关项 ： 得到目标函数 J(θ)
   
4. 思路 ：
   让这个函数最小，似然函数就可以越大
5. 新的目标 ： 求 J 函数的最小值

4 ，带入数值 ： 参数含义

1. 代数 ：将 x 矩阵与 y 向量，带入到函数中
   
2. 参数含义 ：
   1 ，X ： 已知量，自变量，组成的矩阵 ( x0,x1,x2 )
   
   2 ，y ： 已知量，因变量，组成的向量 ( y )
   
   3 ，θ ： 未知量，目的就是求出它

5 ，求 θ 向量 ： 出来结果啦

1. J 函数 ：
   
2. 对 θ 求导 ：
   
3. 导数 = 0 时，取到极值 ：此时
   

6 ，真实情况 ：

1. 求不出 ：通常 θ 是不能直接求出来的
2. 现实中求 θ ： 是一点点推导出来的