今天看个5个课时的视频，对假设函数、代价函数、以及梯度下降有了一个大概的了解。
假设函数：
代价函数：
我们的目标就是求得J的最小值
梯度下降：在一个上坡上找一个点，求得这个点周围的绝对值最大的导数（即坡度最大的方向），走一段距离，在重复上面找最小的导数，一直找到这个方向的最小点。
然后在上一个点偏移一些找另一个点，重复上面，又延伸出另一个方向的最小点
一直重复上面动作，各个方向的最小点相互比较，找出最小点，这就是J的最小值。
也可以用这种方法求各种函数的最小值。
这是一张3d图，帮助理解上面所说的。
找坡度最大的方向：
