Open Alex-McAvoy opened 2 weeks ago
https://alex-mcavoy.github.io/artificial-intelligence/machine-learning/compututational-learning-theory/b3e4012d.html
【概述】在 PAC 学习理论概述 中，介绍了 PAC 学习理论，由于恰 PAC 学习并不实际，因此更重要的是研究假设空间 $\mathcal{H}$ 与概念类 $\mathcal{C}$ 不同的情景，即在给定 $n$ 个样本的训练集 $D$ 时，找出满足误差参数 $\epsilon$ 的假设 在 $|\mathcal{H}|$ 无限时，称假设空间 $\mathcal{H}$ 为无限假设空间，现实学
https://alex-mcavoy.github.io/artificial-intelligence/machine-learning/compututational-learning-theory/b3e4012d.html
【概述】在 PAC 学习理论概述 中，介绍了 PAC 学习理论，由于恰 PAC 学习并不实际，因此更重要的是研究假设空间 $\mathcal{H}$ 与概念类 $\mathcal{C}$ 不同的情景，即在给定 $n$ 个样本的训练集 $D$ 时，找出满足误差参数 $\epsilon$ 的假设 在 $|\mathcal{H}|$ 无限时，称假设空间 $\mathcal{H}$ 为无限假设空间，现实学