Пытаясь понять «пакетный» градиентный спуск в Октаве

Question

Я довольно новичок в этом топи c и в настоящее время пытаюсь понять следующий код. Алгоритм градиентного спуска, кажется, работает. «Пакетный» градиентный спуск должен быть реализован. Это причина, по которой X (:, 1) и X (:, 2) используются в temp0 и temp1?

function [theta, J_history] = gradientDescent(X, y, theta, alpha, num_iters)
%GRADIENTDESCENT Performs gradient descent to learn theta
%   theta = GRADIENTDESENT(X, y, theta, alpha, num_iters) updates theta by 
%   taking num_iters gradient steps with learning rate alpha

% Initialize some useful values
m = length(y); % number of training examples
J_history = zeros(num_iters, 1);

for iter = 1:num_iters

    % ====================== YOUR CODE HERE ======================
    % Instructions: Perform a single gradient step on the parameter vector
    %               theta. 
    %
    % Hint: While debugging, it can be useful to print out the values
    %       of the cost function (computeCost) and gradient here.
    %

    hyp = (X * theta) - y; 
    temp0 = theta(1) - ( alpha /m ) * sum(hyp.* X(:,1));
    temp1 = theta(2) - ( alpha /m ) * sum(hyp.* X(:,2));
    theta = [temp0; temp1];


    % ============================================================

    % Save the cost J in every iteration    
    J_history(iter) = computeCost(X, y, theta);

end

end