Task3打卡
1、过拟合、欠拟合及其解决方案
目录：
相关的基本概念
权重衰减
过拟合、欠拟合解决方法
1、相关的基本概念
训练误差：
模型在训练数据集上表现出的误差。
泛化误差：
模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。
欠拟合（underfitting）：
模型无法得到较低的训练误差。
过拟合（overfitting）：
模型的训练误差远小于它在测试数据集上的误差。
注：在实践中，我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟
