可视化详解梯度下降

以最快的速度下山找水

房子面积是x，房价是y，我们的任务就是如下图，找出一个最佳的w，使直线很好的拟合数据的分布。

计算预测值p1(x1,y1)与真实值的误差e1

用最小平方和的方法计算误差：

我们的目的是求所有点误差的平均值，由于x和y值已知，所以它们可以用常数表示：

最终得到公式：

因为a>0，所以函数对应一个开口向上的抛物线:

代价函数w的取值与y=wx的关系：
代价函数最小时的w，就是y=wx的最佳斜率


反复进行计算梯度与按学习率前进