シミュレーション
シナリオ選択
「狙いのズレ」と「腕のブレ」がどう違うか見てみよう
「狙いのズレ」と「腕のブレ」がどう違うか見てみよう
モデルの予測誤差は、主に「バイアス」と「バリアンス」という2つの要素に分解できます。この2つはトレードオフの関係にあり、片方を減らそうとするともう片方が増えてしまいます。
| バイアス (Bias) | バリアンス (Variance) | |
|---|---|---|
| 意味 | モデルの予測が、真の値から体系的にずれている度合い。 （的の真ん中から狙いがずれている） |
訓練データが変わると、モデルの予測がどれだけばらつくかの度合い。 （腕が安定せず、弾が散らばる） |
| 原因 | モデルが単純すぎて、データ内の複雑な関係性を捉えきれない。 → 未学習 (Underfitting) |
モデルが複雑すぎて、データ内のノイズまで学習してしまっている。 → 過学習 (Overfitting) |
| デモ2での確認 | 「複雑さ」スライダーを左に動かすと増加する。 | 「複雑さ」スライダーを右に動かすと増加する。「データ再サンプリング」でモデルが大きく揺れることで確認できる。 |
| 理想のモデル | バイアスとバリアンスの両方が低く、全体の誤差が最小になる、バランスの取れたモデル。 | |