Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Ketidakpastian aleatorik
Ketidakpastian aleatorik mengacu pada keacakan bawaan data yang tidak dapat dijelaskan (aleator mengacu pada seseorang yang melempar dadu dalam bahasa Latin). Contoh data dengan ketidakpastian aleatorik termasuk data telemetri yang bising dan gambar resolusi rendah atau teks media sosial. Anda dapat mengasumsikan ketidakpastian aleatorik
, keacakan yang melekat, menjadi konstan (homoskedastik) atau variabel (heteroskedastik), sebagai fungsi dari variabel penjelas masukan.
Ketidakpastian aleatorik homosedastik
Ketidakpastian aleatorik homoskedastik, ketika konstan,
adalah kasus paling sederhana dan biasa ditemui dalam regresi di bawah asumsi pemodelan bahwa
, di mana
, di mana adalah matriks identitas dan merupakan skalar konstan.
Sangat membatasi untuk mengasumsikan risiko aleatorik konstan—untuk mengasumsikan bahwa kebisingan
tentang respons
tidak bergantung pada variabel penjelas dan konstant—dan jarang mencerminkan realitas.
Banyak fenomena di alam tidak menunjukkan keacakan konstan. Misalnya, ketidakpastian tentang hasil dalam sistem fisik, seperti gerakan fluida, biasanya merupakan fungsi dari energi kinetik. Pertimbangkan kontras antara aliran air turbulen dari air terjun besar dan aliran air laminar dari air mancur dekoratif. Stokastisitas (keacakan) lintasan partikel air adalah fungsi dari energi kinetik dan oleh karena itu tidak konstan. Asumsi ini dapat menyebabkan hilangnya informasi berharga ketika memodelkan hubungan antara target dan input yang menampung kebisingan variabel, dan tidak dapat dijelaskan dengan informasi yang dapat diamati. Akibatnya, dalam banyak kasus, tidak cukup untuk mengasumsikan ketidakpastian homoskedastik. Kecuali fenomena tersebut diketahui bersifat homoskedastik, kebisingan yang melekat harus dimodelkan sebagai fungsi dari variabel penjelas
, jika dapat dilakukan.
Ketidakpastian aleatorik heteroskedastik
Ketidakpastian aleatorik heteroskedastik adalah ketika kita menganggap keacakan yang melekat dalam data sebagai fungsi dari data itu sendiri.
Untuk menghitung jenis ketidakpastian ini, Anda rata-rata satu set sampel varians prediktif:

dengan diperkirakan
oleh aBNN. Mempelajari ketidakpastian aleatorik selama pelatihan mendorong BNNs untuk merangkum keacakan yang melekat dalam data yang tidak dapat dijelaskan. Jika tidak ada keacakan yang melekat,
harus cenderung ke arah nol.