一句话定义：经验风险最小化（Empirical Risk Minimization，ERM）是指——我们永远拿不到数据的真实分布，于是把「训练集上的平均损失」当作真实风险的替身，然后调整模型参数，让这个平均值尽可能小。几乎所有监督学习训练过程，本质都是这一件事的不同包装。
展开讲讲
设模型的损失函数是 loss(预测, 真值)。我们真正想要最小化的是真实风险：模型在整个数据分布上的平均损失，也就是它上线后面对所有可能输入时的平均表现。问题是这个分布我们看不见，只能看见手上那批训练样本。于是退一步，用经验风险近似：
> 经验风险 = 训练集上每条样本损失的算术平均
训练时反传的梯度、打印出来的 loss 曲线，全是这个经验风险。换成生活场景：想知道全国职场人的平均通勤时间（真实风险），你没法人人问到，只能抽样几百人算出样本均值（经验风险）。样本均值是个估计，样本越小、抽样越偏，它离真实值就越远。
关键点在于：我们能优化的只有经验风险，我们真正在乎的却是真实风险。所以 ERM 的全部张力，都落在「这两个数差多远」上。
和相邻概念的区别
| 概念 | 关注点 |
|---|---|
| 经验风险 | 训练集上的平均损失，每一步都能算出来 |
| 真实风险（泛化误差） | 全分布上的期望损失，只能估计、无法直接计算 |
| 结构风险最小化（SRM） | ERM 再加一个模型复杂度惩罚项，即「ERM + 正则化」 |
| AI 词典：最大似然估计">最大似然估计（MLE） | 在常见设定下与 ERM 同源：取负对数似然当损失，最小化它就是做极大似然 |
还要区分 ERM 和过拟合：过拟合不是 ERM 做错了，而是 ERM 做得太成功——模型容量足够大时，经验风险可以被压到极低，但它记住的是这批样本的噪声，真实风险反而升高。反过来，模型太弱则两个风险都高。所以 ERM 本身不保证泛化，它只是把「学习」变成了一个可计算的优化问题。
对从业者的实际意义
第一，诊断时把两件事分开看。训练损失降不下去，通常是优化问题（学习率、初始化、梯度异常、代码有 bug）；训练损失很低但验证损失高，是泛化问题（数据太少、模型太大、缺少正则、分布不一致）。用错药方很常见——明明是泛化问题却拼命调学习率。
第二，工程手段大多是为了缩小那两个数的差距：增加数据、数据增强、权重衰减、Dropout、早停、交叉验证选超参，都是在给经验风险「去偏」。学习理论里的泛化界、正则化理论，研究的也是这个差距能有多小。
第三，对非算法岗位同样适用：你的 KPI 就是经验风险，业务真实收益才是真实风险。指标一旦和真实目标脱节，团队会极其高效地优化出一个漂亮但没用的数字。设计指标时先问一句：这个平均值，离我们真正想要的东西有多远？
（各类框架的默认损失与正则选项以官方文档为准。）