“温故而知新，可以为师矣“，今天就是抄抄书，复习复习。
容量：模型拟合各种函数的能力。
欠拟合：模型在训练集上不能获得较低的误差。
过拟合：模型在训练集获得较低的误差，但是在测试集上误差不理想。
超参数：在机器学习的上下文中，超参数是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。通常情况下，需要对超参数进行优化，给学习机选择一组最优超参数，以提高学习的性能和效果。
监督学习：使用标记数据进行训练，适用于需要精确预测或分类的情况。
无监督学习：使用未标记的数据进行训练，帮助发现数据中的隐藏模式和结构，适用于需要深入理解数据的内在结构和关系的情况。
