關於機器學習中的誤差、方差、偏差、噪聲的一些個人理解。

首先是誤差的概念，誤差error可以理解爲loss，在機器學習中，一般是定義一個誤差函數（Loss Function），學習的過程就是最小化loss的過程。我們在學習的時候，最終學習的結果直接在所訓練的數據上取得了最小的loss，但是在一般的數據集上實際的loss可能比較大，而由訓練數據得到的loss與一般化數據的loss之間的差異叫泛化誤差（generalization error）。 對於泛化

>>阅读原文<<