Source : [[The Master Algorithm]] MOC : [[Intelligence artificielle]] Auteur : [[Pedro Domingos]] Date : 2025-02-26 *** Un algorithme d'apprentissage peut être sujet à des biais, et à la variance. Mais c'est aussi le cas d'un être humain : le mécanisme est similaire ! On peut faire tenir la plupart des problèmes fréquents sur une matrice 2X2. L'essentiel du troubleshooting en [[Machine Learning]] reste simple : - Si la même erreur se répète fréquemment, cela indique un biais important et le besoin d'intégrer davantage de flexibilité dans l'apprentissage. On doit donc donner à l'algorithme plus de flexibilité. Ou tout simplement changer d'algorithme. - S'il n'y a pas de pattern clair qui émerge, cela traduit une forte variance. On a donc besoin de moins de flexibilité, ou de davantage de data. L'ajustement de la flexibilité se fait par exemple par le biais d'un [[Hyperparameter]].