Lihat sumber Konsep Bias-Variance Tradeoff dan Overfitting

Bias-variance tradeoff adalah konsep penting dalam [[machine learning]] yang berkaitan erat dengan overfitting. Keseimbangan antara bias (kesalahan akibat model terlalu sederhana) dan varians (kesalahan akibat model terlalu kompleks) sangat menentukan performa model.

== Bias Tinggi vs Varians Tinggi ==
Model dengan bias tinggi cenderung underfitting, yaitu tidak mampu menangkap pola pada data. Sebaliknya, model dengan varians tinggi biasanya mengalami overfitting karena terlalu sensitif terhadap data pelatihan.

== Menyeimbangkan Bias dan Varians ==
Teknik seperti cross-validation, regularisasi, dan pemilihan model yang tepat membantu menyeimbangkan bias dan varians. Tujuannya adalah mendapatkan model yang mampu mengeneralisasi dengan baik.

== Implikasi pada Pemilihan Model ==
Memahami bias-variance tradeoff sangat penting dalam pemilihan model dan pengaturan [[hyperparameter]], sehingga risiko overfitting dapat dikurangi secara optimal.