摘要：
Q1多维特征 上图中列数即为特征的个数，行数是样本数。函数假设如下： 其中x0=1。 Q2多变量梯度下降 和单变量的损失函数相同： 其中， 求导迭代如下： Q3梯度下降法实践1-特征缩放 特征之间的尺度变化相差很大（如一个是0-1000，一个是0-5），梯度算法需要非常多次的迭代才能收敛，如下图所示 阅读全文
摘要：
学过线性代数的人，这节课内容完全没必要看 Q1矩阵和向量 几行几列即为矩阵。Ａij表示第i行第j列。 只有一行或者一列的称为向量，向量是一种特殊矩阵。一般向量指的是列向量。 Q2加法和标量乘法 加法：元素对应相加。 标量乘法：标量和矩阵每一个元素相乘。 Q3矩阵向量乘法 Q4矩阵乘法 要求：第一个矩 阅读全文