第3章　线性回归

线性回归是最简单的机器学习模型，也是机器学习算法学习的最好起点。在机器学习中，线性回归（Linear Regression）是利用线性回归方程的最小平方函数对一个或多个自变量和因变量之间的关系进行建模的一种回归分析。这种函数是一个或多个回归系数的模型参数的线性组合，只有一个自变量的情况称为简单回归，大于一个自变量情况的叫作多元回归。

本章主要介绍线性回归模型以及通过机器学习进行模型求解的过程。内容分为五部分：第一部分着重介绍线性回归的模型定义；第二部分分析线性回归中使用最小二乘法模型求解模型的数学过程；第三部分是线性回归中使用最小二乘法模型求解模型的代码实例；第四部分分析线性回归中使用梯度下降模型求解模型的数学过程；第五部分是线性回归中使用梯度下降模型求解模型的代码实例。