我们的第一个学习算法是线性回归算法。在这段视频中，你会看到这个算法的概况，更 重要的是你将会了解监督学习过程完整的流程。 让我们通过一个例子来开始：这个例子是预测住房价格的，我们要使用一个数据集，数 据集包含俄勒冈州波特兰市的住房价格。在这里，我要根据不同房屋尺寸所售出的价格，画 出我的数据集。比方说，如果你朋友的房子是 1250 平方尺大小，你要告诉他们这房子能卖 多少钱。那么，你可以做的一件事就是构建一个模型，也许是条直线，从这个数据模型上来 看，也许你可以告诉你的朋友，他能以大约 220000(美元)左右的价格卖掉这个房子。这就是 监督学习算法的一个例子。
它被称作监督学习是因为对于每个数据来说，我们给出了“正确的答案”，即告诉我们： 根据我们的数据来说，房子实际的价格是多少，而且，更具体来说，这是一个回归问题。回 归一词指的是，我们根据之前的数据预测出一个准确的输出值，对于这个例子就是价格，同 时，还有另一种最常见的监督学习方式，叫做分类问题，当我们想要预测离散的输出值，例 如，我们正在寻找癌症肿瘤，并想要确定肿瘤是良性的还是恶性的，这就是 0/1 离散输出的 问题。更进一步来说，在监督学习中我们有一个数据集，这个数据集被称训练集。 我将在整个课程中用小写的
