天submit了Coursera上Machine learning 课程的最后一个programming exercise，呼一口气，顿时觉得整整两个月的努力一下子变得云淡风
总结
大概上我有几点体会:
1. Stanford 的老师Andrew Ng真不是盖的，能把一个领域讲得这么透彻，授课方法探入浅出，让学生受益良多。我在国内从没有修过如此好的课。再次证明学校声誉和良师对今后发展的重要性。
2 .线性代数很！重！要！相信很多计算机系本科生都如笔者一样，在国内的本科阶段修过线性代数，若干年后还记得一些皮毛，像行列式运算，矩阵等等，从未知道那些东西有什么真正用途。而在《机器学习》这门课上，看着Andrew变戏法一样地操作矩阵，让那么多的信息（像theta, cost function J等等）存在一个矩阵变量里，一会儿把它变成单维矩阵，一会儿变成一个实数，简直在为所欲为，最后却给出正确答案。
学完后只剩下一句话：NND，原来线性代数是这么用的!
再引申一下，计算机最根本的东西其实还是数学。机器学习如果没有Gradient descend 还能让机器学习吗？数学才是人类智慧的体现。
3. Octave是设计得挺不错的一个语言，尤其对矩阵运算。说它优雅，是指它设计得简单易用，程序员不用敲很多的代码就可以实现很多矩阵计算的功能，减少程序员的负担。