正則化：モデルが複雑になりすぎるのを防ぐ

モデルが訓練データを丸暗記してしまうのを防ぐ正則化を学びます。基礎層では、正則化が「複雑さに罰則を与えて、ちょうどよい複雑さに保つ」ことをつかみます。深掘り層では、L0正則化・L1正則化・L2正則化のちがい、ラッソ回帰とリッジ回帰の対応、そしてドロップアウトの仕組みを数式も交えて説明できるようになります。