吴恩达老师机器学习课程个人笔记（第七课）

1.黄海广教授的完整笔记在pdf的P123~P129

2.正则化线性回归的目标，就是取到J($\theta$)的最小值

3.正则化代价函数的梯度下降算法：

上面的$\theta$_j的更新也可以写成这样子：
右边的$\theta$_j的系数往往是个接近于1但是小于1的数（$\alpha$很小但是m很大），所以每次$\theta$_j的更新都相当于先把自己压缩一点，然后正常更新

4、对于x来说，上标表明该元素属于第几个案例，下标表示该元素属于第几个特征

5、normal equation法求正则化代价函数梯度下降算法的全局最小值：

这一节是完全用电脑来记笔记的，感觉还是没有前几节用笔来记笔记那样印象深刻一点…呜呜呜。