機械学習の理論でよく見かけるので意味を調べてみました。 SVMにおける損失と正則化 http://d.hatena.ne.jp/tkng/touch/20090119/1232340992 このブログによると、たいていの機械学習のアルゴリズムは最小化するべき目的関数が、「損失関数+正則化項」という形をしている。 損失関数は、あるデータについて分類に失敗した場合に、その失敗具合に応じて与えるペナルティである。 つまり、機械学習は学習データをなるべく正しく分類するために、このペナルティを最小化する問題といえる。 学習する際に過学習という問題があるが、それを緩和させるための仕組みが正則化項を加えている理由。 正則化項は、モデルの複雑さを示す指標でもある。（なるべくモデルをシンプルにしたいので、そのための指標） ブログから引用すると、損失と正則化項の和を最少化するということは、できるだけ確信度を持