资料来源：
https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J&index=1
https://www.youtube.com/watch?v=bHcJCp2Fyxs&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J&index=2
分三步
1、 定义function
b和w是需要透过知识去获取的，是未知的
做机器学习，需要Domain Knowledge，这些知识就是用来解b和w
这里的函式，就叫做Model
我们知道2月25号的人数是多少，就叫feauture
2、 定义Loss
Loss is a function of parameters
真实的值叫Label（正确的数值）
可以算出来最近3年的误差，把所有的误差加起来，算出来一个L，这就是我们的Loss，值越大，说明越不好
MAE和MSE的区别和选择具体而定，还有Cross-entropy
真实的后台统计数据例子
越偏红色，代表Loss越大，偏蓝色，Loss越小，那在预测的时候，w为0.75 b代500，可能预测会更准
3、最佳化算法
做法： Gradient Descent
如何做： 当w不同的值时，会得到不同的Loss，
怎么找到w，让Loss最小，随机选取初始化的点 w0（有一些方法可以更科学的找到这个值）
计算w对l的微积分，计算error surface的斜率，如果这个斜率的值为负数，
把w的值变大，Loss就会小
跨步要多大呢？
斜率大，就跨大
学习速率是自己设定的
Loss的值为什么会是负数？
因为这个函数是自己定义的，Loss的定义的估算的值和实际的值的绝对值，如果根据刚刚的定义，不可能为负数
但上面的这个例子不是真实的案例，error surface 可能是任何形状
hyperparameter，自己设定的
什么时候会停止下来？一般两种情况
a、 前期设定了这个参数，例如次数
b、 达到了理想的状态
Gradient Descent上面找不到最佳的loss值，因为随机的位置不一样
Local minima是个假的问题，具体为什么，后面会讲
两个参数，如何做上面的Graddient Descent？
例子
课程总结：
这三个步骤合并起来，叫做训练
2021年的误差还是比较大的，怎么做的更好？ 分析下数据
蓝色线相当于把红色右移了一天而已，每隔7天就是一个循环
这个model是一个比较坏的，我们可以拿7天的周期来进行修改
x叫做feature
上面的叫做Linear Model，我们后面看下怎么把Linear Model做的更好
Linear Model 太过简单了
我们需要写出更复杂，更多未知参数的function
1除以1+Exponential-b+wx1，再乘以constant常数
当b+wx1趋向于无穷大的时候，会发生什么事呢，Exponential会消失，当X1非常大的时候，这一条线会收敛在高度是C的地方
当b+wx1趋向于负的无穷大，分母会非常大，Y的值会趋近于0
S型的function，叫做sigmoid
我们需要各式各样合适蓝色的function，那这个蓝色function怎么出来呢，需要调整b和w
改w，会改变斜率，斜坡的坡度
修改b呢，会左右移动
修改c，会改变高度
可以制造出不同
把0和1和2和3都加起来
summation，b是constant
假设b,c,w是未知参数，有弹性，有未知参数的函式
Transpose
X输入，我们的Feature是X这个向量，X乘上矩阵W加上向量b，得到向量r，再把向量r，通过Sigmooid Function得到向量a，
再把向量a跟乘上c的Transpose加上b，就得到了y
不同的表示方式，上面是图示化的方式，下面是线性代数的表示方式
在参数小的情况下，穷举所有的可能就行，不需要使用Gradient Descent
Sigmoid 可以有多个，会产生越多线段的 Piecewise Linear的function，你就可以逼近越复杂的function
至于需要几个Sigmoid，这是另外的Hyper Parameter，这个自己决定
Loss function
Update和Epoch是不一样的东西
每次更新一次参数叫做一次update，把所有的Batch都看过一遍，叫做一个Epoch
为什么要分成一个一个的batch？
激活函数
哪种比较好？？ Relu好一些
我们还可以继续改我们的模型
我们可以把重复的事情，反复的再多做几次，这里的几次，又是另外一个超参数
模型也需要一个好的名字
这个是在模拟人脑
Deep Learning的由来。。。。
只要有足够多的ReLU或者Sigmoid，就能够逼近任何连续的Function
反复用的意义在哪里？
过多的层数效果不一定好
神经网络结构那部分讲的太精彩了。从简单的线性回归开始，到用几个简单线性函数去逼近一个分段线性函数，然后提出用sigmooid和线性逼近曲线，然后自然而然引出神经网络的基本结构。输入特征，参数，激活函数..等等概念自然而然都出来了
