【機器學習】機器學習中的統計學知識

泛化能力、過擬合、經驗風險(ERM)、結構風險（SRM）、 假設空間：模型在數學上的「適用場合」        使風險上界最小函數子集中挑選出使經驗風險最小的函數，這個函數的子集就是假設空間   經驗風險：訓練集數據集是的風險 結構風險：只注重訓練集的學習方法   經驗風險在某種足夠合理的數學意義上一致收斂於期望風險   奧卡姆剃刀原理：如無必要，勿增實體。切勿浪費較多的東西去做，用最少的東西，同

>>阅读原文<<