监督学习，描述一个变量随着另一个变量之间的关系。

模型描述

监督学习中，有一个数据集合。m为样本数量，x's 输入参数，特征值，y's输出参数，目标值。
一个训练例子
表示第i个例子。(i)指的是索引位置。

从训练集到学习算法，求出假设函数。通过输入自变量，得到我们的预测值。
这是一个单变量线性归回模型，输入值只有一个特征x。

代价（损失）函数

评价回归模型的参数的函数

优化方向就是使得代价函数最小，无限接近于0

Hypothesis:假设单变量线性回归方程为
将单变量线性回归的损失函数画图，可以得到一条抛物线，那么目标就是在这条抛物线中，求最低点。

梯度下降法

求导过程，在一段变化中，求变化的拐点值。
梯度下降需要同时计算，

梯度下降算法：

＞