最近上的一门课程，老师提出了个问题，说很多模型在构建的时候，都假设了误差是服从了一定的分布，比如线性回归中的扰动项就假定服从的均值为0，方差为sigma^2的高斯过程，然而实际中误差的分布是未知的，一开始就假定是正态分布这件事就不对。那么问题来，如何在尽量不改变已有学习模型情况下，让误差项更稳健呢？？？欢迎大家的解答