本文通过一个具体的抽样实验案例，探讨了如何利用有限的样本数据来推断未知的真实概率。文中介绍了样本概率与真实概率之间的关系，并讨论了在不同情况下样本概率接近真实概率的可能性。
前面说到了“learning is impossible”，那么我们要怎样才能对something unknown进行推断呢？
下面举一个例子，一个瓶子中有橘色和绿色的球，数目很大不能直接拿出来数，问应该怎样做才能估计瓶子中橘色求的概率？
其中μ是指“真实的”概率，μ是未知的；v是指样本中橘色球的概率，v是已知的。
1.v并不能完全地代替μ，特别是在“瓶子中orange球很多”但是“抽取的样本中orange球很少”的情况下。
2.但是大多数情况下，in-sample v likely close to unknown μ。
Hoeffding不等式
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
