机器学习(MACHINE LEARNING) 【周志华版 ”西瓜书“ 笔记】 DAY12 计算学习理论

12.1 基础知识 顾名思义,研究的是通过“计算”来进行“学习”的理论,即关于机器学习的理论基础, 其目的是分析学习任务的苦难本质,为学习算法提供理论保证, 并根据分析结果指导算法设计。 12.2 PAC学习 为什么要学习PAC学习理论? 此理论可以帮助我们更深入的了解机器学习的学习机制。 已经入门或者从事过一段时间机器学习相关工作的你有没有想过为什么在训练样本上学习了一个假设(函数?模型?下文统一叫假设)就能保证这个假设在训练样本之外的数据上有效?看完这篇文章你就会明白有效性是有严谨的理论保证的。 几千条样本数据就敢用CNN/RNN?你心也够大的。如果你非要这么做,老司机会语重心长的