吴恩达机器学习笔记——线性代数知识回顾、梯度下降、多项式线性回归、正则方程

依旧粗略记录：

• R^nm这个是矩阵的写法，发现自己的数学基础很差，这种东西都不知道。

  

  矩阵的写法

• R^n是向量的写法，虽然也是用R，但有一个上标。

  

  向量的写法

• 单位矩阵，Identity matrix。写作 I。
• 特征缩放：归一化，就是(x-avg)/max
• 正规方程：直接得到最优的θ。θ=（X^TX）^-1 * X^T * y。是通过成本函数J(θ)最小化推导得到的。
• 梯度下降和正规方程的优缺点。