先定义要预测什么
监督学习用带标签的数据学习输入到输出的映射，模型通过损失函数衡量误差。任务定义要同时说明输入、标签、使用场景与错误代价。机器人动作预测和图像分类具有不同约束，不能只比较一个抽象的准确率。
一条完整流程包括：采集与检查数据、划分数据、建立简单基线、训练模型、用验证集调参、最后用测试集评估。预处理参数也必须只从训练部分估计，否则会把评估数据的信息泄漏到训练中。
一个不训练模型的基线
train_targets = [2.0, 4.0, 6.0]
prediction = sum(train_targets) / len(train_targets)
test_targets = [3.0, 5.0]
mse = sum((prediction - y) ** 2 for y in test_targets) / len(test_targets)
assert prediction == 4.0 and mse == 1.0
这个常数基线很弱，但提供了可检查的比较起点。复杂模型如果无法超过适当基线，应先检查标签、划分、特征与评估实现，再扩大模型。
泛化与分布变化
训练误差很低、验证误差较高，可能提示过拟合，也可能暴露划分差异或数据问题。正则化、更多有效数据与更合适的模型都可能有帮助，具体选择要通过实验判断。
序列与机器人任务按独立轨迹、场景或时间段划分，避免相邻帧跨训练和测试集合。部署后观察输入分布变化、失败案例和延迟；一次离线高分不能覆盖运行中的全部条件。
练习
对一组回归数据实现均值基线和线性模型，固定训练/验证/测试划分，记录损失与运行时间。再故意把同一轨迹的相邻帧随机拆开，解释评估为何可能过于乐观。
区分模型参数、超参数和预处理参数，能解释为什么标准化、特征选择与数据清洗也需要遵守评估边界。