【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 $|\mathcal{H}|$ 有限时,称假设空间 $\mathcal{H}$ 为有限假设空间,其可分为两种情形:
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 $|\mathcal{H}|$ 有限时,称假设空间 $\mathcal{H}$ 为有限假设空间,其可分为两种情形: