バイアス・バリアンス・トレードオフ

統計モデリングにおける基本的なトレードオフで、モデルのバイアス（単純化の仮定による系統的誤差）を減らすとバリアンス（学習データの変動に対する感度）が増加し、その逆も成り立ちます。最適なバランスにおいて予測誤差の合計が最小化されます。