第3章　線性回歸

線性回歸是最簡單的機器學習模型，也是機器學習算法學習的最好起點。在機器學習中，線性回歸（Linear Regression）是利用線性回歸方程的最小平方函數對一個或多個自變量和因變量之間的關系進行建模的一種回歸分析。這種函數是一個或多個回歸系數的模型參數的線性組合，只有一個自變量的情況稱為簡單回歸，大于一個自變量情況的叫作多元回歸。

本章主要介紹線性回歸模型以及通過機器學習進行模型求解的過程。內容分為五部分：第一部分著重介紹線性回歸的模型定義；第二部分分析線性回歸中使用最小二乘法模型求解模型的數學過程；第三部分是線性回歸中使用最小二乘法模型求解模型的代碼實例；第四部分分析線性回歸中使用梯度下降模型求解模型的數學過程；第五部分是線性回歸中使用梯度下降模型求解模型的代碼實例。