如何理解PAC Learning?

  统计/机器学习 开放问题    浏览次数:8887        分享
4

我努力看了PAC Learning的维基百科,但是依然没有搞得太明白。

还请熟悉的人多多指教了!


 

数据痴汉   2017-09-12 13:03



   1个回答 
1

这个概念算是机器学习理论的一个部分。

PAC learning是Probably approximately correct Learning的缩写,可翻译为“大概近似正确”学习。它是用来描述学习框架的。

“近似正确”的意思是说一个分类器的泛化误差是有上、下界的;换句话说,这个分类器的泛化误差是可以被控制的,所以说“近似正确”。

“大概”的意思是一个学习框架生成一个“近似正确”的分类器的概率至少为$1-\delta$,$0<\delta<0.5$。


我觉得我的理解应该是“大概近似正确”的吧,嘿嘿嘿


SofaSofa数据科学社区DS面试题库 DS面经

batmanX   2017-12-21 12:50



  相关讨论

如何学习机器学习?有没有好的经验。

机器学习+计算机网络

建立一个预测模型的流程是什么

数据泄漏(data leakage)是什么意思?

meta learning是什么意思?

机器学习算法的鲁棒性是什么意思?

seq2seq模型有什么应用场景?

加性模型是什么意思?

函数型数据分析

sota model是什么意思?

  随便看看

怎么添加pandas的dataframe到已有的csv文件,并且不覆盖原内容

matplotlib.pyplot画图的标题中插入变量

随机森林如何调参?

python或者numpy求数值的中位数、四分位数

hyperparameter与parameter的区别?