从吴恩达的机器学习到深度学习

主要记录一下学习过程中，两个课程之间的符号差异和描述上的区别

线性回归符号变化

x0 变为了 b，theta变为 w

ML中，在X矩阵首行加入一行x0

y = X * theta.T

DL中，则是以b单独计算

y = w.T * X + b

默认的行向量变为列向量

用默认为列向量来计算 所以，线性回归计算工时变成如下

y = w.T * X + b

等同于X是行向量时的

y = X * w.T + b