吳恩達機器學習（五）—— 正則化

正則化 1. 過擬合的問題 2. 代價函數 3. 線性迴歸的正則化 4. Logistic迴歸的正則化 正則化         機器學習中的正則化是一種爲了減小測試誤差的行爲。我們在搭建機器學習模型時，最終目的是讓模型在面對新數據的時候，可以有很好的表現。當用比較複雜的模型（比如神經網絡）去擬合數據時，很容易出現過擬合現象，這會導致模型的泛化能力下降，這時候我們就需要使用正則化技術去降低模型的複雜

>>阅读原文<<