Is learning feasible

12:22 样本概率v是 全体概率μ 吗，很显然不是

19：20 epison 代表容忍度

25：48 1、该公式N和epsion是有效值
2、公式的右边不依赖与μ
3、如果要epsion越小，N就得越大
4、v可以推出μ，但是v是由μ决定的

29：49 类比机器学习，x是bin里的marbles，如果假设h和真实f关系，通过对于h(x)和y进行比对，如果h(x)=f(x)，那么bin标记为green，如果不等，bin标记为red。现在问题是μ和f都是unkown的。

53：20 55：06

E_in(g)：选定g模型（最终模型）之后，样本的发生概率
E_out(g): 选定g模型（最终模型）之后，全体的发生概率
** **