機器學習隨筆

緒論 奧卡姆剃刀： 如有多個假設與觀察一致，則選擇最簡單的那個 無免費午飯（NFL）:不一樣算法對全部可能的真實目標函數擁有相同的訓練集外總偏差。 NFL核心思想：脫離具體問題，空泛的談論「什麼學習算法最好」是沒有意義的。 假設空間： 假設空間指的是問題全部假設組成的空間，咱們能夠把學習過程看做是在假設空間中搜索的過程，搜索目標是尋找與訓練集」匹配「的假設。 注：假設數據集有n種屬性，第i個屬性可

>>阅读原文<<