林轩田“机器学习基石”笔记(1) 机器学习理论基础

Feasibility of Learning 直观来讲机器学习其实是用采样估计整体。 When Can Machines Learn? No Free Lunch (必须有归纳偏好才可以学习) 假如没有明确要学习的问题，对于样本，所有的模型假设 f f f同等重要，那么从 D \mathcal{D} D中学习去推断 D \mathcal{D} D以外的是注定失败的。在西瓜书中，把NFL定理认为是

>>阅读原文<<