目录
1. 构建基本模型
1.1 基本模型
1.2 构建损失函数
1.3 梯度下降
1.4 在得出最优的 w和b 之后,计算training data和test data的损失值
2. 优化模型
2.1 采用更复杂的函数
2.2 引入更多的参数
2.3 损失函数正则化
3. 模型误差的来源
3.1 Bias
1)简单模型
2)underfitting
3.2 Variance
1)复杂模型
2)overfitting
4. 交叉验证
为了防止testing数据的偏差: