- poznámky
	- bacha na čísla verzí u Pythonu a balíčků
	- používat pole v numpy
- lineární regrese
	- dvě možnosti
		- explicitní
			- pozitiva: přesnost
			- negativa: outliers dělají problémy
		- SGD
			- pozitiva: méně paměti, regularizace
			- negativa: globální optimum nezaručeno
	- SGD + momentum
		- https://distill.pub/2017/momentum/
	- AdaGrad
	- AdaDelta
	- Adaptive Moment Estimation (ADAM)
- co máme
	- data $(x,y)\in\mathbb R^2$
	- model $f(x)=y,\;f:\mathbb R\to \mathbb R$
		- při lineární regresi konkrétně $y=ax+b$
	- parametry $\theta=(a,b)\in\mathbb R^2$
	- predikce $f_\theta(x)=y,\;f:\mathbb R^3\to \mathbb R$
	- loss $L(\theta,(x,y)),\;L:\mathbb R^4\to \mathbb R$