林軒田機器學習基石Lecture 7:The_VC_Dimension
@Lecture 7:The_VC_Dimension 上節課講到mH會被N的多項式bound住，N的多項式又會小於N的k-1次方，因此壞事情（H的Ein和Eout離得很遠）發生的概率會被bound住 Defifinition of VC Dimension VC Dimension的定義，即最小的break point -1,也就是能H可以shatter的最大的點的數量 也就是說好的H，是有br
相關文章
- 1. [林軒田]機器學習基石（四)
- 2. [林軒田]機器學習基石（三）
- 3. 林軒田機器學習基石Lecture 8: Noise and Error
- 4. 林軒田機器學習基石Lecture 6: Theory of Generalization
- 5. 林軒田機器學習基石Lecture 11: Linear Models for Classification
- 6. 林軒田機器學習基石Lecture 12: Nonlinear Transformation
- 7. 林軒田機器學習基石感知機算法（二）
- 8. 林軒田「機器學習基石」筆記(1) 機器學習理論基礎
- 9. 林軒田《機器學習基石》（四）—— Feasibility of learning
- 10. 機器學習基石-林軒田-第一週筆記
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Kotlin學習（二）基本類型
- • Kotlin學習（一）基本語法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. [林軒田]機器學習基石（四)
- 2. [林軒田]機器學習基石（三）
- 3. 林軒田機器學習基石Lecture 8: Noise and Error
- 4. 林軒田機器學習基石Lecture 6: Theory of Generalization
- 5. 林軒田機器學習基石Lecture 11: Linear Models for Classification
- 6. 林軒田機器學習基石Lecture 12: Nonlinear Transformation
- 7. 林軒田機器學習基石感知機算法（二）
- 8. 林軒田「機器學習基石」筆記(1) 機器學習理論基礎
- 9. 林軒田《機器學習基石》（四）—— Feasibility of learning
- 10. 機器學習基石-林軒田-第一週筆記