Bias-Varianz-Dilemma
term_id: biasvariance_tradeoff
Category: ethics_safety
Definition
Das Bias-Varianz-Dilemma beschreibt den Zielkonflikt zwischen Unteranpassung (hoher Bias) und Überanpassung (hohe Varianz). Modelle mit hohem Bias treffen starke Annahmen über die Daten und ignorieren möglicherweise relevante Muster, während Modelle mit hoher Varianz zu stark an Trainingsdaten angepasst sind und bei neuen Daten schlecht abschneiden.
Summary
Ein fundamentales Problem im überwachtes Lernen, bei dem die Minimierung des Fehlers ein Gleichgewicht zwischen Modellkomplexität und Verallgemeinerungsfähigkeit erfordert.
Key Concepts
- Unteranpassung
- Überanpassung
- Verallgemeinerung
- Modellkomplexität
Use Cases
- Modellauswahl
- Hyperparameter-Tuning
- Audit auf Fairness