模型表示、参数学习
模型
成本函数（Cost function）
损失函数(Loss function)是定义在单个训练样本上的，也就是就算一个样本的误差，用 L 表示。
成本函数(Cost function)，也叫代价函数，是定义在整个训练集上面的，也就是所有样本的误差的总和的平均，也就是损失函数的总和的平均。
这个方程又称“平方误差函数(Squared error function)” 或者“均值平方误差（Mean squared error）”。 “均值”是一半（1/2m），这方便计算计算梯度下降（gradient descent），平方函数的导数将会抵消 (1/2m)。同样是为了计算的方便，把假设函数的常数看成特征值为1的一个特征，所以 θ 为 n+1 维。
参数学习
