线性回归：模型之母--学习小结

线性回归模型分别从机器学习和统计学习的角度，介绍了模型假设、参数估计和结果分析；并引出了数据科学中的常见的错误：过度拟合和模型幻觉。针对这两种错误，有相应成熟的解决方案：交叉验证，假设验证和惩罚项。这些方法不仅仅对线性回归，对其他模型也普遍使用的。