Inductive Bias
Inductive Bias adalah sekumpulan asumsi yang digunakan oleh algoritma pembelajaran untuk memprediksi output dari input yang belum pernah ditemui. Tanpa bias ini, algoritma tidak akan bisa belajar generalisasi apa pun dari data latih yang terbatas.
Konteks Penggunaan
Alasan kenapa CNN bagus untuk gambar (asumsi spasial) dan RNN bagus untuk teks (asumsi sekuensial).
Contoh
Occams Razor adalah inductive bias paling terkenal: Solusi terpendek/paling sederhana biasanya adalah yang benar.
Catatan
Setiap algoritma ML punya bias spesifiknya sendiri.
