如何理解PAC Learning?

  统计/机器学习 开放问题    浏览次数: 1439
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 
0

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


batmanX   2017-12-21 12:50



  相关主题

ensemble模型时,bagging和stacking有什么区别?   2回答

机器学习算法中有哪些用到了贪婪算法的思想?   5回答

Bagging是什么意思?   3回答

数据泄漏(data leakage)是什么意思?   2回答

机器学习算法的鲁棒性是什么意思?   1回答

Generic/Heuristic Algorithm是什么意思?有什么区别?   0回答

机器学习+计算机网络   2回答

加性模型是什么意思?   2回答

在线算法(online algorithm)是什么意思?   2回答

如何理解VC dimension?   2回答

机器学习如何快速入门?   1回答

meta learning是什么意思?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!