为什么机器学习中, 要假设我们的数据是独立同分布的

“独立同分布”条件对于机器学习来讲必需吗

问题二：王珏教授认为统计学习不会“一帆风顺”的判断依据是：统计机器学习算法都是基于样本数据独立同分布的假设。但是自然界现象千变万化，王珏教授认为“哪有那么多独立同分布？”这就引来了下一个问题：“独立同分布”条件对于机器学习来讲真的是必需的吗？独立同分布的不存在一定是一个不可逾越的障碍吗？

无独立同分布条件下的机器学习也许只是一个难题，而不是不可解决的问题。我有一个“胡思乱想”。认为前些时候出现的“迁移学习”也许会对这个问题的解决带来一线曙光。尽管现在的迁移学习还要求迁移双方具备“独立同分布”条件，但是不能分布之间的迁移学习，同分布和异分布之前的迁移学习也许迟早会出现？