《统计学习理论的本质》 笔记录【1】

	/**
	 * TODO 《统计学习理论的本质》 笔记录【1】 
	 * 	@利用小样本解决问题的基本原则、避免中间问题类型过度
	 * 		避免解决不必要的一般性问题
	 * 	学习算法的基础选择
	 * 	@经验数据风险最小化
	 * 	@核密度估计
	 * 
	 * 	@随机逼近原则
	 * 	@鲁棒性
	 * 		更好利用经验数据非先验数据、并且有清晰的实现方法
	 * 	@建立一些理论必须使用一些基本概念、通过这些概念形成完整的理论
	 * 		同时能够保证理论具有一般性意义
	 * 	
	 * 	@条件的充分和必要性对于概率模型的影响
	 * 		
	 * 	
	 * 	@学习理论的关键定理
	 * 		
	 * 	@机器学习推广能力
	 * 		1、找到风险最小的函数
	 * 		2、给定函数集、风险和最小风险之间的差距?
	 * 
	 * 
	 * 	@学习算法的收敛	
	 * 		收敛性决定算法好坏
	 * 
	 * 	挺不简单和迷糊的！！！
	 */