吴恩达机器学习——学习理论，经验风险最小化（ERM），一般误差（测试误差），VC维

这一章主要是学习的理论。首先我们来关注这章主要研究的问题： 1.我们在实践中针对训练集有训练误差，针对测试集有测试误差，而我们显然更关心的是测试误差。但是实际算法通常都是由训练集和模型结合，那么我们如何针对训练集的好坏来体现出测试误差的信息呢？这是我们研究的第一个问题 2.是否存在某些条件，我们能否在这些条件下证明某些学习算法能够良好工作？ 1.符号定义 写在前面，这里这把各种符号定义，如果在后文

>>阅读原文<<