机器学习中有哪些常见的正则化技术？分别解决什么问题？

What are common regularization techniques in machine learning and what problems do they address?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Machine Learning

标签: overfitting, generalization

参考答案摘要

答案 正则化的核心目标是 抑制过拟合、提升泛化 。常见做法包括：①L2/L1（权重衰减/稀疏化）；②Dropout（随机失活，降低共适应）；③早停（Early Stopping）；④数据增强（对输入做可逆扰动）；⑤Label Smoothing；⑥BatchNorm/WeightNorm 的正则化副作用；⑦集成方法（Bagging）。不同任务选不同手段，通常配合交叉验证/验证集调参。

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。