가설 공간(space of hypotheses)

가설 공간이란 어떤 문제를 해결하는데 필요한 가능성 있는 가설 후보군의 집합을 의미한다. 예를들어 오늘 운동을 할 것인가를 맞추는 알고리즘을 생각해 볼때,

• 가설 A : 오늘 비가 안오면 운동을 할 것이다.
• 가설 B : 오늘 밥을 고기를 먹으면 운동을 할 것이다.

    ......

• 가설 N : 오늘 X 를 하면 운동을 할 것이다.

와 같은 여러개의 가설을 생각할 수 있고 이러한 가설들의 집합을 가설 공간(space of hypotheses)라고 한다. 여기서 운동을 할것인가를 가장 잘 맞추는 알고리즘은 가설 여러개를 포함할수도 있고 아닐 수도 있고 가설들끼리 연관이 존재할 수도 있다.

결정 트리(decision tree)나 유전 알고리즘(Genetic Algorithm)과 같은 기계학습 방법론들은 어떤 문제를 해결 할 수 있는 가장 최적화된 가설, 혹은 가설의 집합을 찾는것이 목표이다.
근데 보통 해결하고 싶은 대다수의 문제는 보통 말도 안되는 가설, 예를 들어 위의 운동할까말까 문제에서,

• 가설 X : 오늘 길을 걷다 동전을 줍는데 누가 와서 엉덩이를 차면 운동을 할 것이다.

처럼 말도 안되는 가설들을 상당히 많이 포함한다. 따라서 효과적으로 가설공간을 탐색하는 알고리즘이란 이런 말도 안되는 가설들을 얼마나 잘 제외하는가에 달려있다고 할 수 있다.