Deep Learning avec Keras et TensorFlow

30

Chapitre 1. Les fondamentaux du Machine Learning

degré élevé) aura vraisemblablement une variance élevée, et par conséquent

surajustera les données d’entraînement.

• Erreur irréductible : elle est due au bruit présent dans les données. Le seul

moyen de réduire cette composante de l’erreur consiste à nettoyer les données

(c’est-à-dire à réparer les sources de données, par exemple les capteurs défec

-

tueux, à détecter et à supprimer les données aberrantes, etc.).

Accroître la complexité d’un modèle va en général accroître sa variance et réduire son

biais. Inversement, réduire la complexité d’un modèle accroît son biais et réduit sa

variance. ...