省略了Octave的使用方法结束，以后用得上再看吧
week three：
Logistic Regression:
用于0-1分类
Hypothesis Representation：
：Sigmoid function or Logistic function
Decision boundary：
theta 的转置*小x>=0 即为boundary
may ：Non-linear decision boundaries，构造x的多项式项
Cost function：
Simplified cost function and gradient descent：
由于y只有两个值，所以合并：
对上式求最小偏导：
（应该是忽略了分母）
Advanced optimization：
Conjugate gradient，BFGS，L-BFGS（有待查询学习）
Multi-class classification: One-vs-all：
对每个类使用一次Logistic Regression分类，确定参数之后，求出max的那一类：called One-vs-all（一对多方法）。
Regularization：The problem of overfitting
overfiting：reduce number of features or regularization
linear regression:
Gradient descent:
Normal equation:
Regularized logistic regression:like linear regression,add extra in J(theta)
attention : 多的正则项是从1开始的，对于0不做惩罚。