1.2.4 小結

本節從人類的學習過程談起，總結了機器學習的實現框架（假設+目標+尋解），并介紹了令觀測數據學習成為可能的基礎——大數定律。之后，通過使用大數定律的霍夫丁不等式推導了機器可以學習的前提假設：假設空間M隨樣本量N的增長需小于2N。對合理的假設來說，機器學習是可能的！同樣基于此，強大的機器學習模型更需要大數據的匹配，這是大數據對于機器學習的價值，它釋放了模型假設的復雜度。

我有時候在想，如果市面上的機器學習書籍多談一些有關本質的思考和內容，而不是按部就班地逐一介紹算法，大家是否會對機器學習有更多的興趣和更好的理解？一本好書是與人交流思想而不僅僅是知識，期望本書對“機器為何能學習”與“機器是怎樣學習的”問題的探討能對每位讀者都有所啟發。