经验风险最小化与模型选择

经验风险最小化，是使得<<具备最小训练偏差的假设的通常偏差>>与<<具备最小通常偏差的假设的通常偏差>>之间的值尽可能小。html 这样才能使得咱们根据训练数据训练获得的模型有普适性。算法 能够推导出来两者的差值存在一个上界，能够根据这个上界，获得网络 <<要达到某一精度至少须要多少训练数据>>或者<<特定数量的训练数据能以多大几率达到某一精度>>，进一步可知存在误差方差平衡。函数 这个上界直观上

>>阅读原文<<