摘要：
我们选择的参数决定了我们得到的直线相对于我们的训练集的准确程度，模型所预测的值与训练集中实际值之间的差距（下图中蓝线所指）就是建模误差（modeling error）。 我们的目标便是选择出可以使得建模误差的平方和能够最小的模型参数。 即使得代价函数 最小。 代价函数也被称作平方误差函数，有时也被称 阅读全文
摘要：
在监督学习中我们有一个数据集，这个数据集被称训练集。 𝑚 代表训练集中实例的数量 𝑥 代表特征/输入变量 𝑦 代表目标变量/输出变量 (𝑥, 𝑦) 代表训练集中的实例 (𝑥(𝑖), 𝑦(𝑖)) 代表第𝑖 个观察实例 ℎ 代表学习算法的解决方案或函数也称为假设（hypothesis 阅读全文