正則化總結的比較好比較全面的文章

正則化技術廣泛應用在機器學習和深度學習算法中，本質作用是防止過擬合、提高模型泛化能力。過擬合簡單理解就是訓練的算法模型太過複雜了，過分考慮了當前樣本結構。其是防止過擬合的其中一種技術手段。   在早期的機器學習領域一般只是將範數懲罰叫做正則化技術，而在深度學習領域認爲：能夠顯著減少方差，而不過度增加偏差的策略都可以認爲是正則化技術，故推廣的正則化技術還有：擴增樣本集、早停止、Dropout、集成學

>>阅读原文<<