Cos’è il Bias?
Il bias è un errore sistematico che si verifica quando un modello semplifica troppo la realtà, ignorando dettagli importanti. In pratica, porta a previsioni poco accurate.
Per ridurre il bias è fondamentale scegliere una funzione di attivazione adeguata e aumentare la complessità del modello con più layer o neuroni. Un buon equilibrio evita l’overfitting e migliora la generalizzazione.
Strategie per Mitigare il Bias
- Utilizzare tecniche di feature engineering per arricchire i dati
- Aggiungere regolarizzazione L1 o L2 per penalizzare pesi troppo grandi
- Implementare cross‑validation per monitorare la performance su set diversi