The bias can be characterised as a

The bias can be characterised as a measure of how close, on average over several
different training sets, your estimator is to its target. The variance is a measure of how
‘stable’ the solution is: given slightly different training data, an estimator with high variance
will tend to produce wildly varying performance. Training an estimator for a long time tends
to decrease bias, but slowly increase variance; at some point there will be an optimal tradeoff that minimises the generalisation error. This is the bias-variance dilemma; a typical
training session is shown in figure

ผลลัพธ์ (ไทย) 1:

ความโน้มเอียงสามารถเป็นโรคเป็นการวัดวิธีปิด เฉลี่ยกว่าหลายชุดฝึกอบรมแตกต่างกัน ประมาณการของคุณเป็นเป้าหมายของ ผลต่างคือ วิธีการวัด'มีเสถียรภาพ' เป็นการแก้ปัญหา: ให้ข้อมูลการฝึกอบรมแตกต่างกันเล็กน้อย การประมาณ ด้วยความแปรปรวนสูงจะมีแนวโน้มการ ผลิตประสิทธิภาพที่แตกต่างกันอาละวาด มีแนวโน้มประมาณการฝึกอบรมเป็นเวลานานการลดความโน้มเอียง ช้าเพิ่มต่าง บางจุด จะมีข้อดีสุดที่ minimises ข้อผิดพลาด generalisation จึงลำบากใจอคติต่าง โดยทั่วไปเซสชันการฝึกอบรมจะแสดงในรูป

ผลลัพธ์ (ไทย) 2:

อคติสามารถจะมีลักษณะเป็นตัวชี้วัดของวิธีการปิดโดยเฉลี่ยในช่วงหลายชุดการฝึกอบรมที่แตกต่างกันประมาณของคุณคือการเป้าหมาย ความแปรปรวนเป็นตัวชี้วัดว่า
'มีเสถียรภาพ'
การแก้ปัญหาคือการฝึกอบรมได้รับข้อมูลที่แตกต่างกันเล็กน้อยประมาณการที่มีความแปรปรวนสูงจะมีแนวโน้มในการผลิตที่แตกต่างกันอย่างดุเดือดประสิทธิภาพ การฝึกอบรมประมาณการสำหรับเป็นเวลานานมีแนวโน้มที่จะลดอคติ แต่ค่อยๆเพิ่มแปรปรวน
ในบางจุดจะมีการถ่วงดุลอำนาจที่ดีที่สุดที่ช่วยลดข้อผิดพลาดในลักษณะทั่วไป นี้เป็นภาวะที่กลืนไม่เข้าคายไม่ออกอคติแปรปรวน
โดยทั่วไปการฝึกอบรมจะแสดงในรูป

ผลลัพธ์ (ไทย) 3:

อคติ มีลักษณะเป็นวัดของวิธีการปิด เฉลี่ยกว่าชุดการฝึกอบรมที่แตกต่างกันหลาย
, ประมาณการของคุณคือเป้าหมายของมัน ความแปรปรวนเป็นตัวชี้วัดว่า
'stable ' ทางแก้คือ : ให้ข้อมูลการฝึกอบรมที่แตกต่างกันเล็กน้อย , การประเมินความแปรปรวนสูงกับ
มีแนวโน้มที่จะผลิตเป็นละครการแสดง อบรมการประเมินเป็นเวลานานมีแนวโน้ม
เพื่อลดอคติแต่ค่อย ๆเพิ่มความแปรปรวน ในบางจุดจะมีข้อเสียที่เหมาะสมช่วยลด generalisation ข้อผิดพลาด นี่คือความไม่ลำเอียง ; การฝึกอบรม
แสดงไว้ในรูปทั่วไป