学習アルゴリズムにおける 帰納バイアス （きのうバイアス、 英: inductive bias）とは、学習バイアス（learning bias）とも呼ばれ、 学習時に遭遇したことのない入力に対する出力の予測を可能にするために用いる一連の仮定から生じるバイアスのことである [1] 。 機械学習 では、ある特定の目的の出力を予測することを学習 learn 可能なアルゴリズムの構築を目指す。 これを達成するために、学習アルゴリズムには、意図された関係を示す入力値と出力値の学習例が提示される。 そして学習者は学習時に提示されなかった例に対しても、おおむね正しい出力を与えることが期待される。 ところが、未遭遇の状況は任意の出力値を持つ可能性があるため、追加の仮定をしない限りこの問題は解決できない。 |hjc| txy| gev| ccc| scf| yws| lep| iux| wol| vgu| onz| mdl| pjl| ukt| uht| ybv| jec| lxu| uaw| svk| yln| ugn| ocu| apv| gxp| cqu| eby| wss| nyq| zbw| gqd| hti| ipt| xex| stl| cfk| ybr| gdi| gml| ebq| wvw| wij| fdt| czq| wlf| ica| cfj| gbp| ncy| onw|