Kas ir aleatoriskā un epistemiskā nenoteiktība?

Aleatoriskā un epistemiskā nenoteiktība ir divu veidu nenoteiktības mašīnmācībā un statistikā.

• Aleatoriskā nenoteiktība (stohastiska, iekšēja nenoteiktība) — saistīta ar trokšņa un nejaušības klātbūtni datos. Tā atspoguļo variabilitāti, ko nevar novērst pat ar bezgalīgu datu daudzumu. Piemēram, mērījumi ar kļūdām vai neparedzami faktori.

• Epistemiskā nenoteiktība (zināšanas, zināšanu nenoteiktība) — saistīta ar modeļa trūkumu zināšanā par datiem vai procesu. Tā rodas ierobežota datu apjoma vai nepilnīga modeļa dēļ un to var samazināt, vākt papildu datus vai uzlabot modeli.

Piemērs:

• Regressijas uzdevumā aleatoriskā nenoteiktība izpaužas kā vērtību izkliede ap patieso funkciju.
• Epistemiskā nenoteiktība ir augsta tajās jomās, kur ir maz apmācības piemēru.

Bayes modeļos un Gausa procesos šīs nenoteiktības tiek modelētas atsevišķi, kas ļauj labāk novērtēt prognožu uzticamību un pieņemt lēmumus nenoteiktības apstākļos.