Cách tôi hiểu định lý NFL là không có thuật toán học nào tốt hơn phần còn lại trong mọi nhiệm vụ. Tuy nhiên, đây không phải là một định lý theo nghĩa toán học rõ ràng rằng nó có một bằng chứng, thay vì một quan sát thực nghiệm.
Tương tự như những gì bạn đã nói cho kNN, cũng có Định lý xấp xỉ phổ quát cho Mạng thần kinh, trong đó nêu rõ mạng thần kinh 2 lớp, chúng ta có thể tính gần đúng bất kỳ chức năng nào với bất kỳ lỗi tùy ý nào.
Bây giờ, làm thế nào để không phá vỡ NFL? Về cơ bản, nó nói rằng bạn có thể giải quyết bất kỳ vấn đề có thể hiểu được với NN 2 lớp đơn giản. Lý do là trong khi, về mặt lý thuyết, các NN có thể ước chừng bất cứ thứ gì, trong thực tế, rất khó để dạy họ gần đúng mọi thứ. Đó là lý do tại sao đối với một số nhiệm vụ, các thuật toán khác được ưa thích hơn.
Một cách thực tế hơn để giải thích NFL là như sau:
Không có cách nào để xác định a-prori thuật toán nào sẽ làm tốt nhất cho một nhiệm vụ nhất định.