深度学习理解

Regression forecast 回归预测
案例：预测Pokemon战斗值

1.首先找到函数模型（线性回归方程）

• y=b+w·x(cp)

2.判断函数正确性

• 收集10个Pokemon的相关元素，得到一个大体数据
• 建立另一个函数L(f)对之前函数进行误差分析

3.选择最恰当的方程（梯度下降）

• 选择随意的w对L(f)求导，通过K值判断w是否为最接近预测函数的w

优化函数
1.过拟合

• 尝试对Pokemon的物种、HP值、身高等模拟更细化的线性回归方程
• 结论发现过于精确的不一定是最适合的函数（过拟合）
• 喜欢平滑的函数又不喜欢过于平滑的函数，需要找一个最值
  结论：Pokemon的CP值只和物种有关