任何一个有效的机器学习算法都要有其归纳偏好,否则他将被假设空间中看似在训练集上等效的假设所迷惑。
“奥卡姆剃刀”是一种常用的、自然科学研究中最基本的原则,他能引导算法确立较好的偏好,他的思想是,若有多个假设与观察一致,取最简单的那个。
“没有免费的午餐”定理指出,脱离具体的问题,直接谈论哪个学习算法好毫无意义。
任何一个有效的机器学习算法都要有其归纳偏好,否则他将被假设空间中看似在训练集上等效的假设所迷惑。
“奥卡姆剃刀”是一种常用的、自然科学研究中最基本的原则,他能引导算法确立较好的偏好,他的思想是,若有多个假设与观察一致,取最简单的那个。
“没有免费的午餐”定理指出,脱离具体的问题,直接谈论哪个学习算法好毫无意义。