¿Qué es la incertidumbre aleatoria y epistémica?

La incertidumbre aleatoria y la epistemica son dos tipos de incertidumbre en el aprendizaje automático y la estadística.

• Incertidumbre aleatoria (estocástica, incertidumbre interna) — está relacionada con el ruido y la aleatoriedad en los datos. Refleja la variabilidad que no se puede eliminar incluso con una cantidad infinita de datos. Por ejemplo, mediciones con errores o factores impredecibles.

• Incertidumbre epistemica (conocimiento, incertidumbre del conocimiento) — está relacionada con la falta de conocimiento del modelo sobre los datos o el proceso. Surge debido a un volumen limitado de datos o a un modelo incompleto y puede reducirse mediante la recopilación de datos adicionales o la mejora del modelo.

Ejemplo:

• En un problema de regresión, la incertidumbre aleatoria se manifiesta como dispersión de los valores alrededor de la función verdadera.
• La incertidumbre epistemica es alta en áreas del espacio de características donde hay pocos ejemplos de entrenamiento.

En modelos bayesianos y procesos gaussianos, estas incertidumbres se modelan por separado, lo que permite evaluar mejor la confiabilidad de las predicciones y tomar decisiones en condiciones de incertidumbre.