课程简介：
在回顾了VC分析之后，本节课重点介绍了另一个理解泛化的理论：偏差与方差，并通过学习曲线的运用比较了VC分析和偏偏差方差权衡的不同用途.
课程大纲：
1、偏差与方差的权衡
2、学习曲线
1、偏差与方差的权衡
在上一节课：VC 维中，我们求出了 Eout 的边界，Eout < Ein + Ω。该公式描述了
Eout 的边界。现在让我们从不同的角度来分析 Eout。
我们把 Eout 分解为两部分：
1、假设集 H 近似 f 的能力（即 H 中与 f 距离最小的 G 与 f 的误差大小 ）
2、我们在 H 中找到该 G 的能力。（即 我们从 H 中找到的 g 与 G 的误差大小 ）
衡量误差的时候我们使用了平方误差法
上述的 1、2 两点通常来说是冲突的。要使 H 更好地近似 f 则要求 H 更复杂，包含跟多的假设，这样 H 就越有可能接近甚至包含 f（此时 G 就是 f ）。然而，如果随着 H 复杂度的提高，找到的 g 就越有可能远离 G。因为我们要在一个更大的范围里面找到 G ，所以会变得困难。当数据不好的时候，g 可能会远离 G。偏差与方差就是为了描述这两种情况且找到一个平衡点，使得
Eout 与 Ein 足够接近且 Eout 足够小。
因为我们得到的 g 是与特定假设集有关的，所以规定：gD(x) 表示在特定的数据集 D 下得到的函数在 x 对应的输出。因此有：Eout（gD(x)）= Ex[ (gD(x)-f(x))^2)]。为了研究一般性的问题（与特定 D 无关），我们需要去掉 D。方法是求Eout关于 D 数学期望，所以我们有：
Ed[Eout(gD(x))]
= Ed[Ex[ (gD(x)-f(x))^2)]]
= Ex[Ed[ (gD(x)-f(x))^2)]]
现在，先处理 Ed[ (gD(x)-f(x))^2)]。
定义 ~g(x) 表示 g(x) 的数学期望并且假设 ~g(x)便是H中最接近 f 的假设。则 ~g(x) = Ed[gD(x)]（本来是在g(x) 头山加一横表示平均的，不过还是这样算啦）
Ed[ (gD(x)-f(x))^2)]
为什么会不见了最后一项？因为
Ed[2(gD(x)-~g(x)(~g(x)-f(x)))]
= 2(~g(x)-f(x))Ed(gD(x)-~g(x))
= 2(~g(x)-f(x))(Ed(gD(x)]-Ed[~g(x)]) )
= 2(~g(x)-f(x))(Ed(gD(x)]-~g(x)) )
= 2(~g(x)-f(x))(~g(x)-~g(x)) )
= 0
其中 Ed[gD(x)-~g(x)^2] 表示方差。(~g(x)-f(x))^2 表示偏差
因此方差是指我们找到的假设与最后的假设之间的平均距离，而偏差是指最好的假设与真实值之间的距离
对于一个简单的假设集比如：H = ax,一般方差都会比较小，而偏差则会很大。相反，如果是一个很复杂的模型如 H = ax^100+bx^99...+zx^1，则一般方差会变大，而偏差会较小。而我们是希望能够在这里找到一个平衡点。因此我们应该根据数据的多少而选择不同的模型。如果我们只有很少的数据，那就应该选择较简单的模型，否则方差可能会很大。而当我们有大量数据时，我们就应当选择较复杂的模型，因为大量的数据会减少方差，而复杂的模型会较少偏差。
2、学习曲线：
所谓学习曲线就是 Eout 与 Ein 与 样本数量的关系曲线。
下面让我们观察两个模型的学习曲线图：
左图对应的是简单模型的，右边的是复杂模型。
显然，当一个模型比较简单的时候，无论 Eout 还是 Ein 都很大，随着 N 的增大，Eout 与 Ein 的距离变得很小。相反，当一个模型很复杂的时候，Ein 在一开始的时候甚至可以为0（想象 VC 的情况，当N 小于 VC 维是，我们可以完全的分离样本内的数据，不会产生误差），但是当 N比较小的时候，Eout 变得非常大， 那是因为小 N 不足以应付复杂的复杂的模型。当N
不断增大的时候，Eout 与 Ein 靠拢，但是 Eout 与 Ein 的距离却比简单模型的要到。但是因为我们的目的的得到小的 Eout，而当我们有大量数据的时候复杂模型的 Eout 比简单模型的 Eout 要小，所以应该优先选择复杂的模型。
下面把 VC 维和 方差偏差放在学习曲线中进行比较：
可以看到：对于 VC 维来说，蓝色点表示的是样本内误差：Ein ，粉红色点表示的是 Ω（或者说 Ω至少大于粉红色的点）。对于偏差方差来说，蓝色点表示的是偏差，而粉红色点
- 蓝色点表示的是方差。
对于偏差方差来说，为什么蓝色点表示偏差？即为什么偏差不会随着 N 而改变？根据定义，偏差是相同大小的不同数据集下得到的最好的，最接近 f 的假设与 f 的距离。虽然可能 10 个点的数据集比2个点的数据集能够得到更好的近似，但是当我们非常多的数据集的时候，那么他们的数学期望应该是相近的而且接近 f，所以在上图中就表现为一条平行于 x 轴的水平线了。
下面我们举一个关于学习曲线的例子：
请看下面的线性模型：
为什么要加上 noise ？那是认为的干扰，目的混淆视听，测试在该干扰下，机器学习到的模型与 y = Wx 线性的近似程度。当机器学习得到的模型是：y = Wx 时，认为是最好的情况，因此有下面的结论：
其中 d+1 是线性模型的自由度，有点类似 VC 维。在作用上可以说是一致的。
至于为什么是 （d+1/N），作者没说，我也不清楚了...
感觉对后面部分的理解不是十分好...
为什么需要对偏差与方差进行分析？目的是为了给出一个指导方针，在 H、D、学习算法的取舍下得到一个平衡。