SLT — 统计学习理论

事实

研究模型如何从样本中学会泛化的理论框架。

人话

相亲不能光看精修照聊得嗨，关键是见面后靠不靠谱；它研究的就是这种“别被样本骗了”。

它用来理解泛化、过拟合和样本规模，影响模型训练与评估。

相关概念

• Bias-Variance Tradeoff（偏差-方差权衡）
• 经验风险最小化（Empirical Risk Minimization）
• 正则化
• 规模法则

Bias-variance-tradeoff
它解释模型太简单或太复杂时的泛化代价。

Empirical-risk-minimization
经验风险最小化是统计学习理论的重要基础。

Regularization
正则化常被用来限制过拟合、改善泛化表现。

Scaling-law
两者都在讨论数据规模与模型表现的关系。