> Linear Regression，最簡單的模型，解決回歸問題。
> 本課學習時長評估：2小時。
## 線性回歸定義
就是能夠用一個直線較為精準地描述數據之間的關系。這樣當出現新的數據的時候，就能夠進行預測。
線性回歸是一個回歸模型。
## 線性回歸公式
* 預測函數
`$ z = \theta_0 + \theta_1x_1 + \theta_2x_2... + \theta_nx_n = \theta^Tx $`
* Cost函數
`$ \frac{1}{2}\sum_{i=1}^{m}\left(y^{i}-\hat{y}^{i} \right)^2 $`
這實際就是最小二乘損失函數。
* 最小化成本函數
梯度下降 正規方程解
## 線性回歸的求解過程
[白話簡介視頻鏈接](https://www.bilibili.com/video/BV1Cx411d7MU)
[公式推導視頻鏈接](https://www.bilibili.com/video/BV1hW41167iL)
