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