之前看過一遍，但是總是模模糊糊的感覺，也剛入門，雖然現在也是入門，但是對於一些概念已經有了比較深的認識（相對於最開始學習機器學習的時候）。所以為了打好基礎，決定再次學習一下Andrew Ng的課程，並記錄筆記以供以后復習參考。
1. 內容概要
-
- Introduction
- 什么是機器學習
- 監督學習
- 非監督學習
-
- Linear Regression with One Variable
- 模型展示
- 損失函數定義
- 梯度下降算法
- 線性回歸中的梯度下降
- 線性代數計算復習
2. 重點&難點
上面內容中需要強調的有：
1）梯度下降算法
計算步驟：
梯度下降又可分為：梯度下降、隨機梯度下降、批量梯度下降，具體區別和如何實現參考
梯度下降、隨機梯度下降和批量梯度下降