斯坦福機器學習公開課筆記9--偏差/方差、經(jīng)驗風險最小化、聯(lián)合界、一致收斂

　　本篇與前面不同，主要內(nèi)容不是算法，而是機器學習的另一部分內(nèi)容——學習理論。主要包括偏差/方差(Bias/variance)、經(jīng)驗風險最小化(Empirical Risk Minization，ERM)、聯(lián)合界(Union bound)、一致收斂(Uniform Convergence)。

　　Ng對學習理論的重要性很是強調(diào)，他說理解了學習理論是對機器學習只懂皮毛的人和真正理解機器學習的人的區(qū)別。學習理論的重要性在于通過它能夠針對實際問題更好的選擇模型，修改模型。