摘要：
第二章 经验误差和过拟合 错误率E 精度=1-E 训练误差：又称经验误差，是学习器在训练集上的误差。 泛化误差：在新样本上的误差 希望得到的：在新样本上能表现的很好的学习器 过拟合：学习器把训练样本学的“太好”，可能把训练样本自身的一些特点当作所有潜在样本都具有的一般特性，会导致泛化性能下降。（可能 阅读全文
摘要：
#第一章 基本术语 分类：预测离散值 回归：预测连续值 聚类：将训练集中的内容分为一些簇，训练样本不拥有标记信息 有监督学习：如分类和回归 无监督学习：如聚类 泛化：使得模型可以适用于新样本的能力 假设空间 归纳：特殊到一般（泛化过程） 演绎：一般到特殊（特化过程） 版本空间：与训练集一致的“假设空 阅读全文