1. 李老师从3个例子中引入了Regression的概念,即 output a scalar(输出一个标量), 根据输入的内容经过一个函数function输出预测值,重点是找出一个Best Function。
2. 之后从pokemon的例子出发,根据poken的original cp, specie, weight, height等feature确定function, 使用该function可得到 cp of evolution。
3. 先假设cp of evolution只和进化前的cp有关, 之后step1, define a function即model, step2 : Goodness of function, 实验参数, 比较每个function的loss function值,找最适合的w,b( best function), 在比较loss function的过程中,引入了 Gradient Descent的概念, 寻找使loss function最小的w, b。
4. 之后根据确定的w,b计算 training data和 testing data, 之后重新 selection another model重复以上步骤, 最后计算 training data和 testing data, 引入overfiting(过度拟合)的概念。
5. 之后引入species(物种)这个 feature, 回到step1:redesign the model,重复以上步骤得到 training data和 testing data。
6. 之后引入weight, height, hp等feature, 重复以上步骤得到 training data和 testing data。之后引入regularization的概念。