(generalization) – generaliseringsfel – mått på hur en algoritm för maskininlärning klarar att bedöma data som algoritmen inte har arbetat med tidigare. Korrekt generalisering eftersträvas; felet ska förstås bli så litet som möjligt. – Ett intressant fenomen är att generaliseringsfelet kan bli större om man tränar algoritmen på mycket stora datamängder. – Uttrycket används också i statistisk analys i liknande betydelse. – Jämför med överanpassning.
[ai] [ändrad 7 september 2018]