2.机器学习中的 Bias（偏差）、Error（误差）、Variance（方差）有什么区别和联系？
1.深度学习和机器学习的关系
深度学习是机器学习的一个特定分支，要想充分理解深度学习，就必须对机器学习的基本原理有深刻的理解。机器学习的本质属于应用统计学，其更多地关注如何用计算机统计地估计复杂函数，而不太关注为这些函数提供置信区间，大部分机器学习算法可以分成监督学习和无监督学习两类；通过组合不同的算法部分，例如优化算法、代价函数、模型和数据集可以建立一个完整的机器学习算法。
2.机器学习中的 Bias（偏差）、Error（误差）、Variance（方差）有什么区别和联系？
Error = Bias + Variance
Error是整个模型的准确度，Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度。
Variance是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。
原文链接：https://blog.csdn.net/ccsss22/article/details/126559714?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171851498716800211544536%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=171851498716800211544536&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-26-126559714-null-null.nonecase&utm_term=AI%E9%9D%A2%E8%AF%95
