简介(5) 72节介绍可能近似正确(PAC)学习框架 73节在PAC框架下,分析几种学习算法的样本 复杂度和计算复杂度 ·74节介绍了假设空间复杂度的一个重要度量标 准,称为VC维,并且将PAC分析扩展到假设空 间无限的情况 75节介绍出错界限模型,并提供了前面章节中 几个学习算法出错数量的界限,最后介绍了加 权多数算法 2003.12.18 机器学习-计算学习理论作者: Mitchel译者:曾华军等讲者:陶晓鹏2003.12.18 机器学习-计算学习理论作者：Mitchell 译者：曾华军等讲者：陶晓鹏 7 简介（5） • 7.2节介绍可能近似正确（PAC）学习框架 • 7.3节在PAC框架下，分析几种学习算法的样本 复杂度和计算复杂度 • 7.4节介绍了假设空间复杂度的一个重要度量标 准，称为VC维，并且将PAC分析扩展到假设空 间无限的情况 • 7.5节介绍出错界限模型，并提供了前面章节中 几个学习算法出错数量的界限，最后介绍了加 权多数算法