第一部分为高斯分布。给出了共有m个，n维的训练数据，需要对其中的每一个x进行预测。第一步就是对每一个维度的x求解平均值和标准差。这个任务在estimateGaussian中完成。
上午开了一上午的会，到现在继续。
上次有一个函数的作用没有理解透彻。上次遇见的函数是bsxfun，对于这个函数来说，处理机制是这样的。当两个参数维度相同时，直接各个位置对应运算，但是维度不同的时候，使用条件是两个参数矩阵必须有一个在维度上是1，是1的这个矩阵自动扩充为和另一个矩阵相同的规模，之后再在对应位置根据传入的参数进行运算。
对于selectThreshold函数来说，首先进行的是二分类问题。
这是原文中给出的要求，所以说
predictions = (pval < epsilon);
%当pval小于epsilon的时候取1，当pval不小于epsilon的时候取0
之后需要完成的就是cofiCostFunc函数。
首先需要了解R矩阵的含义：
之后了解需要参照运算的三个公式：
之后这个函数就结束啦。完成
然而对于实现这个任务本身而言，我只是做了很小的一部分工作，很微不足道的部分。剩下的大部分源代码我看过，但说实话很吃力。只能说学无止境吧。