PAC與樣本複雜度

這篇文章主要總結 PAC 學習框架以及樣本複雜度相關的東西，大體來講就是:要保證以機率 1 − δ 1-\delta 1−δ 使得 generalized error 小於 ϵ \epsilon ϵ 須要多大的樣本複雜度，以及時間複雜度纔是好的。html 問題及約定 符號約定 兩個 error 符號git 就是咱們常說的 train error 與 true errorgithub 接下來是定義咱

>>阅读原文<<