4.6　小结

这一章主要介绍了多元线性回归的有关知识。我们将学习程序扩展到具有多个输入变量的情形，使用多个权重来匹配输入变量，同时也摆脱了显式偏置，将其转变成一种特殊的权重。尽管我们的学习程序看起来并不比之前的更加复杂，但是它现在已经强大到足以解决现实世界中的实际问题。

在这个过程中，你还学习了矩阵的乘法运算和转置运算。这些数学知识正是机器学习的核心。现在它们就在你的工具箱里，将在未来几年里为你服务。

本章的最后部分更为深入地介绍了NumPy软件包。我个人对NumPy又爱又恨，我喜欢它的强大功能，但总是弄不懂它的界面。不管你想要做什么，NumPy都是一个必须拥有的机器学习工具，因此你必须熟悉它。我们将在本书中继续使用这个工具。

现在是情节转折的时候了：我们前几章所讨论的一切内容都只是为一些不同的、更酷的东西做铺垫。我们将在下一章中放弃线性回归的老路，走一条人迹罕至的道路，一条通往计算机视觉的道路。