机器学习基石第五周笔记

机器学习需要完成两个问题： 1.Ein和Eout尽可能接近 2.Ein要小 对于M来说（M表示hypothesis的size），如果M太小，对于第一个问题是好的，因为我们犯错误的几率降低；然而对第二个问题就不好，因为这意味着我们hypothesis的选择变少了，那不一定能找到一个足够小的Ein。如果M太大，情况又会相反。所以我们M的大小挺重要。 PLA的M是无限大的（如二维平面有无数多条线），这意

>>阅读原文<<