【學習筆記】斯坦福大學公開課： cs229 Learning Theory【下】

上回講到了，當假設空間H是有限集時，當我們的訓練數據的數目滿足一定要求的時候，使用ERM選出的假設h^的經驗誤差能夠對其泛化誤差做一個很好的估計，二者以很大概率非常接近，術語叫做「一致收斂」；而且，h^的泛化誤差與理想狀況下的假設h*的泛化誤差也以大概率接近，我們也得到了對應的一致收斂定理。那麼，當H是無限集的時候會怎麼樣呢？ 個人認爲，Ng老師這節課講的不是很透徹，至少我聽完一遍之後還是雲裏霧裏

>>阅读原文<<