看书，用心，总结方法论，应用
数据，模型，训练，应用

线性模型

训练

训练测试

训练测试，有限的样本未必能拟合出所有数据的真实分布

过拟合，背答案了

分一个开发集或者验证集出来

像一个最简单的方法，先试一下

W或者说具体的方式，那个最合适，可以先找一个试一下，先去行动

行动了才有调整的可能，根据误差镜像不断的迭代优化调整

损失函数，相差多少，指的距离，用平方或者绝对值，平方可微分

找到最小值

损失函数，针对一个样本，针对整体样本用评价损失函数，MSE


曲线是应用和说服力的结果

随机范围去测试，可视化找最小值

这个就是穷举法

训练损失的可视化，日志或者可视化工具

visdom,facebook可视化开源工具包，直接登陆web服务，实时看训练的情况，包括断点可视化

多维度参数，曲面