NYU机器学习第一期（补充）-代价分解（excess risk decomposition）

下文只会挑一些可以起到检验自学效果的并且有趣的地方来说明，系统的学习请前往课程资源链接。  【毕竟时间有限，和妹子吃鸡更要紧 
同自学的可以相互交流
一起从“kind of understanding”
到“actual understanding”.

课程资源

• 标有对号的问题下期给答案

机器学习课程知乎问答
下文ppt截图也来自链接里NYU的课件。

三个risk

• $f^{\ast }$:全局的且是理论上的最优解

  $$f^{\ast }=\arg \underset{f}{\min }\mathbb{E}l(f(x),y)$$

• $f_{\mathcal{F}}$:假设空间上的理论最优解

  $$f^{}$$