回归问题之单变量线性回归：
--代价函数
--模型表示
--梯度下降(梯度下降的线性回归)
（一）模型表示
我们通过 “学习算法”之 “线性回归算法”，了解监督学习的流程，以之前的房屋交易为例。
所用到的参数:
m： 训练集中实例的个数
x： 代表特征/输入变量
y： 代表目标变量/输出变量
(x,y)： 代表训练集中的实例
(xi,yi)： 代表第i个观察实例
h： 代表学习算法(函数)也可以叫假设(hypothesis)
（ 将真实的数据集，房屋大小、~价格。等等喂给学习算法，学习算法工作了，就会输出一个函数h。将想要预测的房屋大小，传入h，然后会输出想要预测的价格。）
如何表达h?
一种可能的表达式: ( 因为只含有一个特征/输入变量；所以叫做单变量线性回归问题 )