补救措施（使机器学习成为可能）
我们通过上一节课，知道无法精确的通过已知样本来求得适合所有样本集的g。回想曾经学过的概率统计知识，即使我们不能够得到总体情况，但是依然可以通过抽样来“近似”得到总体大致的情况。
现在有一个很大的盒子，里面充满了很多很多的橘色和绿色的弹珠。
只要你学过概率与统计（即使没有学过，傻子也知道）就应该知道，我们完全可以试着来抽样嘛！
罐子（bin）里的橘色弹珠的比例为u，取样的橘色弹珠比例为v。他们两个的关系可以通过Hoeffding’s Inequality来确定：
也就是说，u和v相差大于的概率为
| 我们很容易得出结论：当抽样样本很大或者能够容忍的估计误差Error= | u-v | 较大时，完全可以由Hoeffding不等式来进行估计！ |