模型先天带着的假设和偏好。
像老中医一搭脉,心里先有路数:还没开方,就默认有些症状更值得盯紧。
它会影响模型更容易学到什么,在小样本和架构设计里尤其关键。
CNN卷积网络把局部模式和平移不变性写进了结构里。
Transformer不同架构的设计,本质上就是不同归纳偏置。
Bias-variance-tradeoff归纳偏置越强,通常越容易降低方差但带来偏差。
Statistical-learning-theory它是统计学习理论讨论泛化能力时的核心问题。