統計學習方法理論（一）

1.經驗誤差和泛化誤差 以線性分類問題爲例，其損失函數0-1損失。其中設計的模型是經驗風險最小化（Empirical risk minimization） 2.兩個引理 要證明一致性收斂（Uniform convergence）：即訓練誤差很小的話，那麼對應的假設函數的泛化誤差也很小 需要兩個引理：一致限（union bound）和Hoeffding不等式 3.一致收斂（Union converg

>>阅读原文<<