学习的机制
学习就是参数估计
获取数据，选择模型并估计模型的参数，以便于它能够对新数据做出良好的预测，给定输入数据和相应的期望的输出，以及权重的初始值，给模型输入数据，并通过对输出结果与实际数据进行比较来评估误差，为了优化模型参数，即他的权重，权重单位变化后的误差变化是是使用复合函数的导数的链式法则计算的，然后再使误差减少的方向上更新权重，重复这个过程，知道根据位置的数据评估的误差降到可接受的水平，这么说可能听不懂，接着往下
现在我们处理一个有噪声的数据集的问题，建立一个模型，并为他实现一个学习的算法