原文链接 http://www.lelovepan.cn/2015/11/25/%E5%8F%B0%E5%A4%A7%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%9F%B3.html
注：以下为加速网络访问所做的原文缓存，经过重新格式化，可能存在格式方面的问题，或偶有遗漏信息，请以原文为准。
1. 机器学习是不可能的
我们先来看一个简单的二分问题:
if :
can enumerate all candidate f as H?
看似这个问题不难！输入一共可以有种，那么hypothesis set大小就为了。现在给出训练样本集（in-sample），
我们选择一个机器学习算法从Hypothesis set中选出一个g,( )
我们当然可以像感知机（PLA）那样，能够找出一个或者若干个好的g,在训练样本集（in-sample）上把所有的样本分对。上例中， No Free Lunch
我们可以在5个已经给出的输入上面得到g的预测是否正确，但是在未看过的三个输入上呢？我们会发现其实还有8种可能的选择。所以
- g f inside D:sure!
- g f inside D:NO!but that's really what we want!
在训练样本集（in-sample）中，可以求得一个最佳的假设g，该假设最大可能的接近目标函数f，但是在训练样本集之外的其他样本（out-of-sample）中，假设g和目标函数f可能差别很远。 下面的练习题很简单，如果你做错了，说明这节课的还没有很好掌握奥...
