（2）李宏毅深度学习简介----回归
一、回归定义
找到一个函数，通过输入特征x，输出一个数值结果。
二、模型步骤
-
（what）模型假设，选择模型框架（线性模型）
-
（why）模型评估，如何判断众多模型（不同参数）的优劣（损失函数）
-
（how）模型优化，如何筛选最优的模型（梯度下降）
三、回归模型
1、线性回归：
- 一元线性回归
- 多元线性回归
- lasso回归
- 岭回归
- 弹性网络
2、非线性回归：
- 多项式回归
- 逐步回归
- 支持向量回归
- KNN回归
四、几个重要知识点
（之后会作为重点看）
梯度下降
损失函数
过拟合
正则化
五、一元线性回归
六、回归实战
