(Vị trí top_banner)
Hình ảnh minh họa ý nghĩa của từ bias-variance tradeoff
C1

bias-variance tradeoff

Noun

Nghĩa tiếng Việt

sự đánh đổi giữa sai số hệ thống và phương sai cân bằng sai lệch-phương sai
Đang học
(Vị trí vocab_main_banner)

Định nghĩa & Giải nghĩa 'Bias-variance tradeoff'

Giải nghĩa Tiếng Việt

Sự đánh đổi giữa sai lệch và phương sai là vấn đề đồng thời giảm thiểu hai nguồn gốc lỗi khiến các thuật toán học có giám sát không thể khái quát hóa ngoài tập huấn luyện của chúng: sai lệch (bias), là lỗi từ các giả định sai lầm trong thuật toán học và phương sai (variance), là lỗi từ độ nhạy đối với các biến động nhỏ trong tập huấn luyện.

Definition (English Meaning)

The problem of simultaneously minimizing two sources of error that prevent supervised learning algorithms from generalizing beyond their training set: the bias, which is error from erroneous assumptions in the learning algorithm, and the variance, which is error from sensitivity to small fluctuations in the training set.

Ví dụ Thực tế với 'Bias-variance tradeoff'

  • "The bias-variance tradeoff is a central concept in machine learning."

    "Sự đánh đổi giữa sai lệch và phương sai là một khái niệm trung tâm trong học máy."

  • "A model with high variance is likely to overfit the training data."

    "Một mô hình có phương sai cao có khả năng quá khớp với dữ liệu huấn luyện."

  • "Increasing model complexity can reduce bias but increase variance."

    "Tăng độ phức tạp của mô hình có thể làm giảm sai lệch nhưng làm tăng phương sai."

(Vị trí vocab_tab1_inline)

Từ loại & Từ liên quan của 'Bias-variance tradeoff'

Các dạng từ (Word Forms)

  • Noun: bias-variance tradeoff
(Vị trí vocab_tab2_inline)

Đồng nghĩa (Synonyms)

Chưa có từ đồng nghĩa.

Trái nghĩa (Antonyms)

Chưa có từ trái nghĩa.

Từ liên quan (Related Words)

Lĩnh vực (Subject Area)

Khoa học máy tính Thống kê

Ghi chú Cách dùng 'Bias-variance tradeoff'

Mẹo sử dụng (Usage Notes)

Thuật ngữ này được sử dụng rộng rãi trong học máy và thống kê để mô tả sự cân bằng cần thiết giữa việc làm cho một mô hình đủ phức tạp để nắm bắt các mối quan hệ quan trọng trong dữ liệu (giảm sai lệch) và tránh việc làm cho nó quá phức tạp đến mức nó bắt đầu khớp với nhiễu trong dữ liệu (tăng phương sai). Việc tìm kiếm sự cân bằng tối ưu là chìa khóa để tạo ra các mô hình hoạt động tốt trên dữ liệu chưa từng thấy.

Giới từ đi kèm (Prepositions)

in with

‘in’ được dùng để chỉ ngữ cảnh hoặc lĩnh vực mà sự đánh đổi này xảy ra, ví dụ: 'the bias-variance tradeoff in machine learning'. ‘with’ thường được sử dụng khi thảo luận về cách các kỹ thuật khác nhau ảnh hưởng đến sự đánh đổi, ví dụ: 'techniques to deal with the bias-variance tradeoff'.

Ngữ pháp ứng dụng với 'Bias-variance tradeoff'

Chưa có ví dụ ngữ pháp ứng dụng cho từ này.

(Vị trí vocab_tab4_inline)