正则化：对学习算法的修改——旨在减少泛化误差而不是训练误差。

1. 向机器学习模型添加限制参数值的额外约束。
2. 向目标函数增加额外项来对参数值进行软约束。
3. 结合多个假说来解释训练数据。

[success]
训练集上效果不好时，使用第8章的方法。
训练集上效果好而测试集上效果不好时，使用第7章的方法。