问题描述
监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据，而规则化参数是防止我们的模型过分拟合我们的训练数据。多么简约的哲学啊！因为参数太多，会导致我们的模型复杂度上升，容易过拟合，也就是我们的训练误差会很小。我们知道机器学习和深度学习特征特别多，这些特征会使得模型参数变多，我们是不知道这些特征中那些起作用，那些没作用，而且在拟合数据的时候，还必须让方差小，不能过拟合，本来简单的模型过拟合之后就变复杂了，我们如何来修正这个问题，既希望模型中的特征可以凸显出来，知道哪些特征起作用，另外也尽可能的让模型简单，不用变得复杂，这就是我们要解决的问题。监督机器学习问题无非就是“minimizeyour error whi
