Nota disambigua.svg Disambiguazione – Se stai cercando altri significati, vedi Bias.

Nell'apprendimento automatico, il bias induttivo di un algoritmo è l'insieme di assunzioni che il classificatore usa per predire l'output dati gli input che esso non ha ancora incontrato (Mitchell, 1980).

L'apprendimento automatico mira a costruire algoritmi che siano in grado di apprendere una certa funzione obiettivo. A tale scopo, si fornisce all'algoritmo di apprendimento un insieme di addestramento, che contiene esempi della relazione sottesa tra valori di ingresso e di uscita della funzione obiettivo. Il classificatore deve quindi approssimare la funzione obiettivo a partire da tali esempi. Il tipo di assunzioni che il classificatore effettua sulla natura della funzione obiettivo prende il nome di bias induttivo (Mitchell, 1980; desJardins and Gordon, 1995).

Un classico esempio di bias induttivo è il rasoio di Occam. Tale principio assume che l'ipotesi più semplice consistente con l'insieme di addestramento sia da preferire.

Riferimenti bibliografici


Questo articolo utilizza materiale dall'articolo Wikipedia Bias induttivo, che viene rilasciato sotto il Creative Commons Attribution-Share-Alike License 3.0.