认知不确定性

认知不确定性是指模型的不确定性（认识论是对知识的研究），通常是由于缺乏训练数据所致。认知不确定性的例子包括面部识别数据集中代表性不足的少数群体，或者语言建模环境中存在罕见词语。

根据方差的定义，可以发现认识上的不确定性：

其中 。

训练模型的认识不确定性 将随着训练数据规模的增加而降低。 也可能受到模型架构适用性的影响。因此，认知不确定性的衡量对机器学习工程师具有重要价值。这是因为大量的认知不确定性衡量可能表明，正在对模型经验较少的数据进行推断。因此，这种认知不确定性可能与错误预测或异常数据相对应。