哈佛大學的萊斯利·維利昂特（Leslie Valiant，計算學習理論奠基人。
Les Valiant，生於1949年3月28日，英國科學家。1974年從University of Warwick獲得其計算機科學的博士學位。
Les Valiant是哈佛大學計算機和應用數學系的教授。
Les在計算理論方面最大的貢獻是Probably approximately correct learning。
PAC的意義大概如下：該模型可解決信息分類的問題，比如判斷一封郵件是不是SPAM。為解決信息分類問題，學習算法會根據過去的經驗而設計一個概率假設，並將此假設作為判斷依 據。然而，這種根據過去經驗的泛化可能並不適用於將來，比如過度泛化。PAC模型可最大限度地降低泛化帶來的錯誤，這就是為什麼它被稱為“概率近似正確”的原因。此學習模型對於機器學習、人工智能和其他計算領域（如自然語言處理、筆跡識別、機器視覺等）都產生了重要影響。
哈佛大學的萊斯利·維利昂特（Leslie Valiant，計算學習理論奠基人。
Les Valiant，生於1949年3月28日，英國科學家。1974年從University of Warwick獲得其計算機科學的博士學位。
Les Valiant是哈佛大學計算機和應用數學系的教授。
Les在計算理論方面最大的貢獻是Probably approximately correct learning。
PAC的意義大概如下：該模型可解決信息分類的問題，比如判斷一封郵件是不是SPAM。為解決信息分類問題，學習算法會根據過去的經驗而設計一個概率假設，並將此假設作為判斷依 據。然而，這種根據過去經驗的泛化可能並不適用於將來，比如過度泛化。PAC模型可最大限度地降低泛化帶來的錯誤，這就是為什麼它被稱為“概率近似正確”的原因。此學習模型對於機器學習、人工智能和其他計算領域（如自然語言處理、筆跡識別、機器視覺等）都產生了重要影響。