【李宏毅2022深度学习】笔记一：如果想获得更好的function来达到好的训练效果，你应该尝试从哪几个方面进行改进？

作者最近开始学习深度学习相关知识，写下这篇文章便于以后自己及时查阅，也希望能帮到有需要的人。以下图片内容均来自李宏毅老师的2022机器学习课程，相关链接会放到文章末尾，如有侵权联系作者进行删除。好，我们正式开始~

一上来呢，老师列举了四大可能原因。并反复强调，一定要从训练集（training data）开始检查起

训练集上的问题：一、模型过于简单 二、优化器选择

测试集上的问题： 三、 ①过拟合②无用信息干扰 四、没分出来一部分数据当测试集

 一、模型过于简单（model bias）

最优在橘点位置，但你给这个模型的公式集合都在蓝色范围内，好比你想大海捞针，但是海里没有针。解决办法：重新设计model，可以尝试输入更多的feature，以增大模型的弹性。

二、优化器选择错误

在蓝色范围公式集合里面，优化器无法选择出里面最优的公式（橘色点），好比针掉到大海里，但是采用了错误的方法，导致无法捞出来。

如何区分到底是问题一还是问题二？