概念PAC / Probably Approximately Correct / PAC框架
PAC学习
由Leslie Valiant于1984年提出的机器学习理论框架，核心思想是：一个概念类是可学习的，当且仅当存在算法能在多项式数量的样本和时间内以高概率输出近似正确的假设
时间轴 (近 90 天)
10月12日
该工作属于统计学习理论的基础研究，不涉及具体工程实现或模型架构，而是在泛化界的理论精度上做出改进
待验证50%
9月7日
独立同分布（i.i.d.）假设是经典统计学习理论的基石，也是PAC学习框架和VC维理论的前提条件
待验证50%