خطای کلی مرتبط با "آموزش داده ها" به عنوان بایاس اصطلاحاً عنوان می شود. هنگامی که آموزش خطای داده افزایش می یابد، یا دقت آموزش داده ها کاهش می یابد، به آن بایاس بالا گفته می شود و هنگامی که خطای داده آموزش کاهش می یابد یا دقت آموزش داده ها افزایش می یابد، به آن بایاس پایین گفته می شود
بایاس بالا: خطا بالای آموزش داده ها / دقت کم آموزش داده ها.
بایاس پایین: خطای کم آموزش داده ها /دقت بالا آموزش داده ها.
توجه داشته باشید که واریانس با "تست داده ها" همراه است در حالی که بایاس با "آموزش داده ها" همراه است. خطای کلی مرتبط با داده های تست یک واریانس نام دارد. هنگامی که خطاهای مرتبط با تست داده ها افزایش می یابد ، آن را به عنوان واریانس بالا ، و بالعکس برای واریانس کم گفته می شود.
واریانس بالا:خطای داده های تست بالا / دقت داده های تست پایین.
واریانس کم: خطا داده های کم تست / دقت داده ها بالا تست .
پرونده دانش آموزی به نام 'علی' را که برای آزمون ورودی پزشکی تحصیل می کند در نظر بگیرید. علی در یک برنامه تقویتی ثبت نام می کند تا به هدف خود از پذیرفته شدن در یکی از کد رشته های پزشکی دست یابد. علی دو سال است به این کلاس میرود. در این کلاس علی برای ارزیابی آمادگی خود در امتحانات شبیه سازی کنکور متعدد شرکت خواهد کرد. این 'داده های آموزشی' برای علی است. در نهایت، پس از دو سال مطالعه، علی کنکور خواهد داد ، که به عنوان 'داده های تست علی' خواهد بود. از آنجا که دقت خروجی علی را ارزیابی میکند.
فرض کنید که در هنگام شرکت در امتحانات تمرینی، علی فوق العاده خوب عمل می کند. به عنوان داشتن بایاس پایین در نظر گرفته می شود. از آنجا که دقت آموزش بالا است و خطای آموزشی کم است. اگر علی در این تست های تمرین بد عمل کند در نظر گرفته می شود که بایاس بالایی داشته باشد.
خوب واریانس مربوط به داده های تست است. کنکور به عنوان داده های تست برای علی عمل می کند. علی یا عصبی خواهد بود یا با اعتماد به نفس (بسته به آموزش) بعد از 2 سال آماده سازی فشرده ظاهر می شود که گفته می شود علی در این آزمایش صدک بالایی به دست اورده است. این یعنی واریانس کم است. اگر علی در کنکور بدبختانه شکست بخورد از آنجا که دقت تست بالا است و خطای تست کم است این واریانس بالا است.
