林軒田「機器學習基石」筆記(1) 機器學習理論基礎

Feasibility of Learning 直觀來講機器學習其實是用採樣估計整體。 When Can Machines Learn? No Free Lunch (必須有歸納偏好纔可以學習) 假如沒有明確要學習的問題，對於樣本，所有的模型假設 f f f同等重要，那麼從 D \mathcal{D} D中學習去推斷 D \mathcal{D} D以外的是註定失敗的。在西瓜書中，把NFL定理認爲是

>>阅读原文<<