多少数据才算够?一个真正的泛化界

用你已掌握的数学构建经典模型

假设一个模型在一千个训练样本上表现得极为出色。谁又能有多大把握它接下来还能这样?从一大锅汤里舀一勺尝尝,这一口可能不走运:正好碰上一小块盐疙瘩,或者勺子边上一片放凉了的汤。单单这一勺,对整锅汤真正的味道是个很不牢靠的向导。可要是围着锅子从各处舀上好几勺,平均下来的味道就会稳稳地落到真相上,而这个判断偏得离谱的可能性也变得非常小。训练集也是同样的道理。它是从模型将来可能遇到的每一个输入所构成的那口无边无际的大锅里,舀出来的有限一勺。

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ 多少数据才算够?一个真正的泛化界
← 学习曲线:要更多数据,还是更大的模型?没有免费的午餐与奥卡姆剃刀 →