正則化是什麼意思

正則化（Regularization）主要有兩種含義：

在線性代數理論中，正則化是指解決不適定問題的一種策略，這些問題通常是由一組具有很大條件數的線性代數方程定義的。大條件數意味着舍入誤差或其它誤差會嚴重地影響問題的結果。

在機器學習中，正則化是一種常見的技術，用於防止模型過擬合（Overfitting）並提高模型的泛化能力。它是通過向模型的損失函數中加入正則項（也叫懲罰項）來實現的，這些正則項可以平衡模型的複雜度和性能，從而減少模型的泛化誤差。常用的正則化方法包括L1正則化和L2正則化。