로그인 바로가기 하위 메뉴 바로가기 본문 바로가기

인공지능 및 기계학습 개론Ⅰ

임시 이미지 KAIST 산업및시스템공학과 문일철
http://kooc.kaist.ac.kr/machinelearning1_17/forum/90549
좋아요 3574 수강생 17094

안녕하세요. 강의를 듣다가 궁금한 점이 생겨서 질문합니다.

강의 19:00~ 에서 교수님께서 설명하신 내용 Hoeffding's Inequality  P(|\hat{\theta} - \theta^*| \ge \epsilon) \le 2e^{-2N\epsilon^2}  P(θ^θϵ)2e2Nϵ2 에서  N  N 이 커지면 커질수록, 즉 trial 이 많으면 많을수록 우항이 작아지므로 좌항의 확률, 즉 에러가 발생할 확률이 작아진다는 것은 이해가 가는데요.

강의 18:00~ 에서 교수님께서 설명하신 내용 중  \epsilon  ϵ 이 커지면 우항의 값도 작아지니 좌항의 에러가 발생할 확률은 작아진다는 것이 어떤 의미를 가지는지 궁금합니다.  수식은 이해하겠으나, \epsilon   ϵ 가 커진다는 것은 예측값과 실제값의 차이가 커지므로 좌항의 에러가 발생할 확률은 커지는 것 아닌가요? 

좌항의 P(|\hat{\theta} - \theta^*| \ge \epsilon)  P(θ^θϵ)  이부분을 제가 '에러가 발생할 확률' 로 잘못 이해하고 있는 걸까요? 감사합니다!