1.non-linear hypothesis 利用我们之前接触到的linear regression或者是logistic regression处理数据时，有一个明显的缺点，就是当特征x太多时 ，计算量会非常大，以下图为例：  当只有$x_1和x_

1.logistic regression(classification) 采用之前的肿瘤问题如下图所示：  此时若采用线性回归，以线性的hypothesis拟合，当最右边的training sample加入的时候曲线会明显的右偏，导致拟合效

week 2 1.linear regression with multiple variables 对之前的房价模型增加多个特征，如房间数、层数，增加后如下图所示：  由此引入一系列新的注释： n代表特征的数量 $x^{(i)}$代表第i个tra