JavaScript is required

Sai số dự đoán mà mô hình học máy gặp phải do đơn giản hóa quá mức, và gây ra sự khác biệt giữa các giá trị dự đoán và các giá trị thực tế. Điều này được gọi là ... Lựa chọn: 

A.
Nhiễu
B.
Tín hiệu
C.
Độ lệch
D.
Phương sai
Trả lời:

Đáp án đúng: C


Câu hỏi này kiểm tra kiến thức về các loại sai số trong mô hình học máy. Trong đó, **độ lệch (bias)** là sai số do việc đơn giản hóa quá mức mô hình, dẫn đến việc mô hình không thể nắm bắt được các mối quan hệ phức tạp trong dữ liệu. Điều này gây ra sự khác biệt lớn giữa dự đoán của mô hình và giá trị thực tế. * **Nhiễu (noise)** là dữ liệu không liên quan hoặc không chính xác có thể làm ảnh hưởng đến mô hình. * **Tín hiệu (signal)** là thông tin hữu ích trong dữ liệu. * **Phương sai (variance)** là mức độ thay đổi của mô hình khi được huấn luyện trên các tập dữ liệu khác nhau. Phương sai cao thường xảy ra khi mô hình quá phức tạp và khớp quá chặt với dữ liệu huấn luyện, dẫn đến việc kém hiệu quả trên dữ liệu mới.

Câu hỏi liên quan