人工知能の完全辞典
決定木のノードにおけるクラスラベルまたは目的値の不均一性の定量的な測定であり、潜在的な分割の品質を評価するための基礎として機能します。
機械学習における根本的なジレンマであり、バイアスを削減すると通常バリアンスが増加し、その逆もまた然りです。アンサンブル学習は、これら二つの誤差要素のバランスを取ろうとします。