Quando temos um polinômio linear de alto grau que é usado para ajustar um conjunto de pontos em uma configuração de regressão linear, para evitar o overfitting, usamos a regularização e incluímos um parâmetro lambda na função cost. Este lambda é então usado para atualizar os parâmetros theta no algoritmo de descida de gradiente.

Minha pergunta é como calculamos esse parâmetro de regularização lambda?