机器学习的概念以及机器学习中的假设函数、代价函数、目标函数

基本概念

作为一个初学者，说一下在我的理解中什么是机器学习：
从字面意思理解就是，让机器自己学习，这里的机器一般指的就是计算机，而我们所要研究的就是怎样才能让机器自己学习。因此我们才要研究机器学习的算法，通过这个算法，我们就能得出模型，进而就可以解决我们现实生活中的问题。
例如：
对于房价的预测，我们要得到的模型是，输入一些给出的条件，来预测出这个房子的价格。那么我们现在要做的就是怎么才能得到这个模型（在这个例子中，模型实际上就是一个函数），这就是机器学习所研究的内容。

下面继续使用房价预测的例子，说明什么是假设函数、代价函数、目标函数

我们首先能知道的是，对于房价有一些影响因素：面积大小、地理位置、装修程度、、、，这里为了简单，我们就只假设面积大小影响房价。

假设函数： 用 hθ 表示，简单来说就是我们选择一个模型，用这个模型来解决我们的问题，在这里我们选择线性模型，那么可以假设的函数如下：

代价函数： 模型定好了，我们要做的是对θ进行优化调准，使得f(x,θ)对于x与y之间的关系描述更准确（x为输入，y为输出）。当然完全一致，在现实的复杂问题中是不太可能的&#