linear algebra review
讲矩阵，向量，运算，转置逆，太简单，我还是认真听+快跳，因为我学习的目的，是通过不难的视频先建立框架，培养兴趣。
multiple feature
gradient descent for multiple variable
gradient descent的变化
1feature scaling --方法1,2mean normalization
2learning rate
normal equation
他是不可逆的可能1有相关的量2太多的feature（矩阵线性相关嘛），两种方法区别
