文章研究的学习模型是可能近似正确(PAC)模型的一个推广变形。在这一模型下,文章研究了函数类学习的样本复杂度问题,其中包含了该函数类有限和无限两种情形的讨论;证明了这一函数类的任一样本误差最小化(SEM)算法L都是其学习算法;给出了算法L的样本复杂度的一个上界,同时也给出了其估计误差的一个上界,并予以证明。