吴恩达机器学习----线性回归

概括：

Model

Cost function：去找到最小的J（w,b）

 

 如何理解Cost function（代价函数）

下面从三组数据（1，1），（2，2），（3，3），结合f（x）=wx模型去看（给不同w）：

w=1:

 w=0.5:

w=0:

通过多组可找到：

 结论：

 

可视化代价函数:让我们可视化线性回归模型中w和b 一些特定的选择如何影响拟合的数据的直线       

 可视化举例：（最小在（等高线）中心）

 

预告：梯度下降（梯度下降的变化用于训练不仅仅是线性回归，还有人工智能中最大最复杂的模型），本例中：去自己找到最小的J（w，b），找到最佳的拟合线。