用这种方法计算斜率非常可靠。当误差呈正态分布且没有异常值时，斜率与OLS非常相似。

方差（variance）：方差描述的是训练数据在不同迭代阶段的训练模型中，预测值的变化波动情况（或称之为离散情况）

在数据可视化时，除了展示数据的某个具体指，其置信区间也具有非常重要的参考意义，下图是一个典型的线性回归的拟合结果

在本文中，我们将在贝叶斯框架中引入回归建模，并使用PyMC3 MCMC库进行推理。

对于离散值预测问题，我们可以使用诸如softmax回归这样的分类模型。softmax回归模型有多个输出单元。本章以softmax回归模型为例，介绍神经网络中的分类模型。...

Pytorch提供了大量预定义的层，使用框架时，主要是需要关注使用哪些层来构造模型。

线性回归是单层神经网络，设计的概念和技术适用于大多数深度学习模型；因此，我们以线性回归为例，学习深度学习模型的基本要素和表示方法。

这一节不牵扯深度学习框架，仅使用Tensor和autograd库来训练线性回归模型。

为了减轻上一篇文章提到的过拟合现象，往往需要增大训练集，但增大训练集的代价往往是高昂的。

实际上这些模型都是一个更为广泛的模型族的特例，这个模型族被称为广义线性模型（Generalized Linear Models）。