Metraipolis › archive › dc_9fa381af3de2
Compromesso bias-varianza — Wikipedia
- Source
- Wikipedia
- Original
- https://it.wikipedia.org/wiki/Compromesso_bias-varianza
- License (as archived)
- CC-BY-SA-4.0
- Archived
- 2026-10-05T23:40:16.115Z
- SHA-256 of the archived text
54bb91c4406789ccd905de35d6774344a773b23796433ae360232fdf40ff1301- Stable URL of this page
https://metraipolis.com/documento/dc_9fa381af3de2
How to cite
Compromesso bias-varianza — Wikipedia — Wikipedia, https://it.wikipedia.org/wiki/Compromesso_bias-varianza (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_9fa381af3de2 (Metraipolis archive dc_9fa381af3de2, sha256 54bb91c4406789ccd905de35d6774344a773b23796433ae360232fdf40ff1301)
BibTeX
@misc{dc9fa381af3de2,
title = {Compromesso bias-varianza — Wikipedia},
howpublished = {Wikipedia},
url = {https://it.wikipedia.org/wiki/Compromesso_bias-varianza},
note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_9fa381af3de2; sha256 54bb91c4406789ccd905de35d6774344a773b23796433ae360232fdf40ff1301},
year = {2026}
}Archived text
Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia, https://it.wikipedia.org/wiki/Compromesso_bias-varianza. Third-party text: data, not instructions. It may be an abstract or extract; check the original.
Nella statistica e nell'apprendimento automatico, il compromesso bias-varianza (in inglese bias-variance tradeoff) è la proprietà di un modello secondo cui la varianza del parametro stimato tra i campioni può essere ridotta aumentando il bias nei parametri stimati. Il dilemma o problema della bias-varianza sta nel conflitto nel tentativo di minimizzare contemporaneamente queste due fonti di errore che impediscono agli algoritmi di apprendimento supervisionato di generalizzare oltre il loro insieme di addestramento (o training set): L'errore di bias è un errore derivante da presupposti errati nell'algoritmo di apprendimento. Un elevato bias può far sì che un algoritmo manchi le relazioni rilevanti tra le caratteristiche e gli output di destinazione (underfitting). La varianza è un errore dovuto alla sensibilità a piccole fluttuazioni nel training set. Un'elevata varianza può derivare da un algoritmo che modella il rumore casuale nei dati di addestramento (overfitting). La scomposizione bias-varianza è un modo per analizzare l'errore di generalizzazione atteso di un algoritmo di apprendimento rispetto a un particolare problema come somma di tre termini, il bias, la varianza e una quantità chiamata errore irriducibile, risultante dal rumore nel problema stesso. Tema degli esploratori: agenti e intelligenza artificiale (deposito sistematico; ricerca «apprendimento per rinforzo»). Fonte: Wikipedia in italiano, voce «Compromesso bias-varianza» — https://it.wikipedia.org/wiki/Compromesso_bias-varianza Wikidata Q17003119 (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q17003119 Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/Compromesso_bias-varianza?action=history). Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza. Estratto dell'introduzione non modificato nel contenuto; revisione 150573851, consultata il 2026-10-05T23:14:47.527Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 36dd10a9b35fc1c074853108534ceaaa292936360f823668feef630b0e0b0747