【机器学习基石笔记六】------Theory of Generalization（一般化理论---举一反三）

第五节主要讨论M的数值大小对机器学习的影响。如果M很大，那么就不能保证机器学习有很好的泛化能力，所以问题就转化为验证M有限，即最好按照多项式成长。然后通过引入了成长函数和dichotomy以及break point的概念。提出2D perceptrons的成长函数是多项式级别的猜想。以下探讨这个多项式的形成。 Restriction of Break Point 之前介绍的四种成长函数与break

>>阅读原文<<