下列哪种学习准则是“经验风险最小化+容量控制”？（）A. 经验风险最小化准则B. 容量控制准则C. 泛化风险最小化准则D. 梯度下降准则

本题考查机器学习中不同学习准则的概念及特点，解题的关键在于理解每个选项所代表的学习准则的含义，并判断哪个准则是“经验风险最小化 + 容量控制”。

各选项分析

• A. 经验风险最小化准则：
  经验风险最小化准则是指在训练数据上使损失函数达到最小。设训练数据集为$\{(x_1,y_1),(x_2,y_2),\cdots,(x_N,y_N)\}$，损失函数为$L(y,f(x))$，经验风险$R_{emp}(f)$定义为：
  $R_{emp}(f)=\frac{1}{N}\sum_{i = 1}^{N}L(y_i,f(x_i))$
  经验风险最小化准则就是要找到一个函数$f$，使得$R_{emp}(f)$最小。但该准则只关注训练数据上的表现，没有对模型的容量进行控制，可能会导致过拟合，所以A选项不符合要求。
• B. 容量控制准则：
  容量控制准则主要是对模型的复杂度进行控制，防止模型过于复杂而出现过拟合现象。它单独强调了对模型容量的控制，并没有涉及到经验风险最小化，所以B选项不符合要求。
• C. 泛化风险最小化准则：
  泛化风险是指模型在未知数据上的期望风险。泛化风险最小化准则的目标是找到一个模型，使得它在未知数据上的表现最优。为了实现这一目标，需要在经验风险和模型容量之间进行权衡。一方面，要使模型在训练数据上的经验风险尽可能小；另一方面，要控制模型的容量，避免模型过于复杂。因此，泛化风险最小化准则可以看作是“经验风险最小化 + 容量控制”，C选项符合要求。
• D. 梯度下降准则：
  梯度下降准则是一种优化算法，用于最小化损失函数。它通过迭代的方式，沿着损失函数的负梯度方向更新模型的参数，以达到最小化损失函数的目的。梯度下降准则主要用于求解经验风险最小化问题，但它本身并没有涉及到容量控制，所以D选项不符合要求。