【轉】偏差/方差、經驗風險最小化、聯合界、一致收斂——斯坦福ML公開課筆記9

原創鏈接：http://blog.csdn.net/stdcoutzyx/article/details/12110337 本篇與前面不同，主要內容不是算法，而是機器學習的另一部分內容——學習理論。主要包括偏差/方差（Bias/variance）、經驗風險最小化（Empirical Risk Minization，ERM）、聯合界（Union bound）、一致收斂（Uniform Converg

>>阅读原文<<