难懂的来了：
第一个式子误差太大，所以用很多的sigmod函数叠加来逼近原始数据的折线就得到第二个式子；第二个式子只是考虑了前一天的数值，但是多考虑前几天的数的话，效果会更好，所以我们将第三个式子引入到第二个式子中，这个时候第四个式子就出现了。
r1, r2, r3的意思是将前三天的浏览量都和一个weight乘再加上一个bias后得出的东西，这个和前一节课讲的一样，可以降低10%的loss左右，就得到r1,r2,r3,如果没有用前三天的数据，只用了前一天的数据，那么这里的 r 也就是 bi+wix1
我们再将这个公式简化为矩阵的形式
我们再将r1,r2,r3通过sigmod 就得到了y 
把东西连起来以后就是下面的这个式子
回到机器学习的三个步骤
我们现在改写了第一步，将一个简单的一元一次方程变成了现在这个由多个sigmod函数拼出来的函数而成
来到第二步，我们要定Loss
和之前都是一样的，将这些参数给定一个初始值，写进去，然后把一组feature带进去，估算一下是多少，再看和真实值差多少，差值平均就是Loss
optimization也和之前一样，没有什么不同，就算我们换了一个模型，演算法还是梯度下降
步骤是初始一个值 ，再对每一个未知数计算微分，把微分集合起来以后作为一个向量g，
倒三角形的意思是所有的参数对L做微分，
更新参数和之前的更新是一样的。
我们从所有N拿出来算loss 换成一个batch1拿出来算loss ，叫L1
再算出gradient，拿这个gradient更新参数
再拿另一个batch2，算出来loss，叫L2
再算出gradient，拿这个gradient更新参数
所有的batch更新完了，就叫一个epoch
为什么要分一个一个batch，我们下周才学
超参数就是自己设置的东西，Learning rate，sigmod ，batch 都是超参数
我做了一个epoch训练不知道更新了几次参数，要看batch size有多大
不止有sigmod函数，还有一个叫ReLU这个东西，其实也就是pytorch里面的非线性激活就是这么来的
把下面的ReLU加起来，就是上面的sigmod
不想用sigmod，想用ReLU的话，也可以，但是两个ReLU才可以变成一个sigmod，所以求和下面就是两倍，他们都叫做 Activation function（激活函数）
真实的资料上，100个ReLU有显著差别
接下来我们可以继续改我们的模型
我么可以经过一连串的变换产生a，再将a再做一连串的变换产生a撇，多做几次
要做几次？这又是一个超参数，第二轮的参数也第一轮的参数也不一样。
再加几层，多做几次ReLU,看起来是有进步的
这就是神经网络，就是deep learning
有很多层
为什么要有那么多层而不把这些都集中在一层呢？这个问题后面会讲
现在开始讲 Overfitting 过拟合
什么是over fitting 就是在看过的资料上表现更好，在没看过的资料是表现更差
用训练出来的预测新的东西，用三层的还是四层的，当然用三层的，用没有看过的资料上训练的最好的