機器學習：範數規則化-L0、L1、L2範數及loss函數

機器學習中的範數規則化之L0、L1、L2範數及loss函數 監督機器學習問題無非就是「minimizeyour error while regularizing your parameters」，也就是在規則化參數的同時最小化誤差。 　 最小化誤差是爲了讓我們的模型擬合我們的訓練數據，而規則化參數是防止我們的模型過分擬合我們的訓練數據。多麼簡約的哲學啊！因爲參數太多，會導致我們的模型複雜度上升，容

>>阅读原文<<