歸納偏向

當學習器去預測其未遇到過的輸入的結果時，會做一些假設（Mitchell, 1980）。而學習算法中的歸納偏置則是這些假設的集合。

基本介紹

• 中文名：歸納偏向
• 屬性：預測其未遇到過的輸入的結果時
• 性質：Mitchell, 1980
• 特徵：預測某個目標的結果

簡介：

機器學習試圖去建造一個可頸棗嘗估以學習的算影白堡法，用來預測某個目標的結訂坑舟果。要達到此目的，要給於學習算法一些訓練樣本，樣本說明輸入與輸出之間的預期關係。然後假設學習器在預測中逼近正確的結贈霉說果，其中包括在訓練中未出現的樣本懂辨灑。既邀嬸然未知狀況可以是任意的結果，若沒有其它額外的假設，這任務就無法解決。這種關於目標函式的必要假設就稱為歸納偏置。

偏置變換：

雖然大部分的學習算法使用固定的偏置，但有些算法在獲得更多數據時可以變換它們的偏置。這不會取消芝贈提端偏置，因為偏置變換的過程本身就是一種偏置。