机器学习--Hoeffding不等式--界定概率边界

转载自：https://www.tuicool.com/articles/yyu2AnM 引入 在上一小节 "理解为什么机器可以学习——PAC学习模型" 中，我们主要讨论了假设的错误率问题和如何说一个学习器是可学习的，并给出了PAC学习理论。这一小节，我们将沿着这个方向，讨论一下，有限假设空间的样本复杂度，并用Hoeffding不等式来界定概率边界。 假设空间的样本复杂度 PAC可学习性很大程度上

>>阅读原文<<