1. Regression
1.1. Step 1: Model
第一步:找一个合适的model,一元一次方程或者一元多次方程等,如y = b + wx或者y = b + w1x + w2*x2。(越复杂的model不一定越好,应当结合实际选择合适的model)
1.2. Step 2: Goodness of Function
第二步:将实际数据代入L(f),判断w,b的好坏,L(f)越小,说明w,b越好,即找到的函数越好。
1.3. Step 3: Best Function
第三步:挑选最好的Function,即选择合适的w,b的值使得Loss Function值尽可能小。线性函数可以用Gradient Descent的方法来得到合适的w,b使得Loss Function尽可能小。