バイアスと分散のジレンマ
バイアス(偏り)
学習アルゴリズムにおいて、誤差のうち、モデルの仮定の誤りに由来する分。バイアスが大きすぎることは、入力と出力の関係を適切に捉えられていないことを意味し、過少適合している。 分散(バリアンス）
誤差のうち、訓練データの揺らぎから生じる分。バリアンスが大きすぎることは、本来の出力ではなく、訓練データのランダムなノイズを学習していることを意味し、過剰適合している。 バイアスと分散のジレンマ
誤差の原因とされているバイアスと分散の両方を同時に減らして小さくする際の対立のこと。
出典：偏りと分散 - 偏りと分散の概要 - Weblio辞書