帰納バイアスinductive bias

帰納バイアス（inductive bias）は、機械学習モデルや学習アルゴリズムが有限の学習データから未知のデータへ汎化するために、あらかじめ持っている仮定や選好である。モデルの構造、学習方法、正則化の方法などに組み込まれる。

たとえば畳み込みニューラルネットワーク（CNN）は、近くのピクセル同士は関係が深く、同じパターンが画像のどこにでも現れ得るという仮定を構造に取り込んでいる。適切な帰納バイアスは少ないデータでの学習を助けるが、仮定が誤っていたり強すぎたりすると性能を制約することがある。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。