斯坦福大學公開課機器學習課程（Andrew Ng）九經驗風險最小化

課程概述： 1.偏差/方差（Bias/variance） 2.經驗風險最小化（Empirical Risk Minization，ERM） 3.聯合界引理與Hoeffding不等式 4.一致收斂（Uniform Convergence） 一、偏差/方差   偏差與方差對應的仍然是過擬合與欠擬合的問題，本篇主要解決的問題就在於構建一個模型，對何時出現過擬合和欠擬合進行說明。   關於過擬合與欠擬合的

>>阅读原文<<