====== 监督学习与优化 ======
===== 线性回归 =====
==== 问题的陈述 ====
作为回顾, 我们将从学习如何完成线性回归开始. 要点是熟悉目标函数(objective functions), 计算他们的梯度并求参数使得目标函数有最值(最优化目标函数). 这些基本的工具将是后面更加复杂算法的基础. 想了解跟多细节的读者请参考作者讲义{{:start:andrew_ng写的dl原理:cs229-notes1.pdf|Lecture Note on Supervised Learning}}.
==== 罗杰斯特回归 ====