Coursera公开课-Machine_learing：编程作业5

Regularized Linear Regression and Bias/Variance

　　大多数时候，我们使用机器学习方法得到的结果都不是特别理想，常见 欠拟合 和 过拟合 问题。通过一些变量画出相关的图像，能够帮助理解程序中存在的问题（复杂的算法用在大规模的数据集上，结果往往难以预测）。

同样，可以使用这些图像来确定一些参数，来得到更准确的结果。比如，通过 validation curve的到了更合适的 lamda值。

　　其实前半部分，相当于复习了之前几次作业的线性拟合和多项式非线性拟合。

　　

　　源码同样在gitlab上。