林軒田機器學習基石5筆記：訓練和測試的不同

1. Recap and Preview（複習和預覽 ） 複習 在第一節課中講到，機器學習的目的是訓練出分類器 g ，使得 g 與理想分類器 f 近似，也就是分類器的實際錯誤率（在所有數據中的錯誤率） Eout(g)≈0 。 在第二節課中講到，我們說無法辦法在所有數據中的錯誤率近似0，但是我們可以使分類器在抽取的樣本中錯誤率近似爲0（ Ein(g)≈0 ），像PLA和pocket算法。 在第三節課

>>阅读原文<<