Incertidumbre epistémica

La incertidumbre epistémica se refiere a la incertidumbre del modelo (epistemologíaes el estudio del conocimiento) y a menudo se debe a la falta de datos de formación. Algunos ejemplos de incertidumbre epistémica son los grupos minoritarios insuficientemente representados en un conjunto de datos de reconocimiento facial o la presencia de palabras raras en un contexto de modelado lingüístico.

La incertidumbre epistémica se encuentra por la definición de varianza:

donde .

Incertidumbre epistémica de un modelo entrenado disminuirá a medida que aumente el tamaño de los datos de entrenamiento. podría verse afectado también por la idoneidad de la arquitectura de modelos. Como tal, la medición de la incertidumbre epistémica es de gran valor para el ingeniero de aprendizaje automático. Esto se debe a que grandes medidas de incertidumbre epistémica podrían sugerir que se está haciendo inferencia en datos con los que el modelo tiene menos experiencia. Por lo tanto, esta incertidumbre epistémica podría corresponder a predicciones erróneas o datos atípicos.