林轩田机器学习基石5笔记：训练和测试的不同

1. Recap and Preview（复习和预览 ） 复习 在第一节课中讲到，机器学习的目的是训练出分类器 g ，使得 g 与理想分类器 f 近似，也就是分类器的实际错误率（在所有数据中的错误率） Eout(g)≈0 。 在第二节课中讲到，我们说无法办法在所有数据中的错误率近似0，但是我们可以使分类器在抽取的样本中错误率近似为0（ Ein(g)≈0 ），像PLA和pocket算法。 在第三节课

>>阅读原文<<