machine learning可行性原理分析（三）

先来回顾一下前两篇文章，在有限的训练集中，我们知道无论什么学习算法，我们所产生的结果个数都是有限的，因而对应训练集，不同hypothesis个数也是确定的，因此，有成长函数的概念，break point 概念，成长函数与演算法的选择有关，不够泛化，我们想得出其上限，因此有了bounding 函数，更一步简化后，我们使用一个多项式来表达bounding函数的上限，最终我们可使用（上限的上限）来简化成

>>阅读原文<<