Co je to aleatorická a epistemická nejistota?

Aletarická a epistemická nejistota jsou dva typy nejistoty v strojovém učení a statistice.

• Aletarická nejistota (stochastická, vnitřní nejistota) — souvisí se šumem a náhodností v datech. Odráží variabilitu, kterou nelze odstranit ani při nekonečném množství dat. Například měření s chybami nebo nepředvídatelné faktory.

• Epistemická nejistota (poznání, nejistota znalostí) — souvisí s nedostatkem znalostí modelu o datech nebo procesu. Vzniká kvůli omezenému objemu dat nebo neúplnému modelu a může být snížena sběrem dalších dat nebo zlepšením modelu.

Příklad:

• U regresních úloh se aleatorická nejistota projevuje jako rozptyl hodnot kolem skutečné funkce.
• Epistemická nejistota je vysoká v oblastech prostoru znaků, kde je málo tréninkových příkladů.

V bayesovských modelech a Gaussových procesech jsou tyto nejistoty modelovány odděleně, což umožňuje lépe odhadnout spolehlivost předpovědí a rozhodovat se za nejistoty.