从这里开始有所深入，会涉及到很多数学公式的推倒，有一定的难度，也难免费心，有的部分需要反复多看几次。
————————————————————————————————
第五章：
5-1训练和测试的过程到底有什么不一样
Learning在某些情况下是可行的
为什么机器可以学到东西？
Learning流程图：
如果hypothesis不是很大，Ein和Eout就可以很相近
选一个Ein最低的，如果很接近0的话，那么Eout也可以很接近0，这样我们就达到了Learnig的效果
必须保证：Ein要很接近0
两个核心问题：要保证，拿一个新的资料去验证我们已经学习过的模型，可以保持一个比较吻合的状态
这里我们把learning拆成了两个问题：
1、Ein和Eout到底会不会接近
2、有连接的话，如何让Ein变得越小越好