在機器學習中，「偏差與變異權衡（Bias-Variance Tradeoff）」主要用來解決下列哪一類型的問題？
答案 （D）
核心概念
偏差（Bias）是模型太簡單、學不到資料真正的規律，表現出來就是欠擬合（Underfitting）；變異（Variance）是模型太複雜、把訓練資料的雜訊也一起背起來，表現出來就是過度擬合（Overfitting）。兩者互相拉扯：把模型變複雜可以降低偏差但拉高變異，反之亦然。所謂權衡，就是在這條線上找到總誤差最小的甜蜜點。
答題技巧
快速判斷技巧：這題屬於「送分的定義題」，選項裡只要出現「過度擬合與欠擬合」這組字，通常就是答案。其他三個選項各自對應另外三個獨立的專有名詞，認出它們就能全部排除。
易錯陷阱：陷阱在於 (A)(B)(C) 都是「真實存在的問題」，讀起來都很合理，容易讓人覺得「好像也對」。要提醒自己：題目問的是「這個名詞用來解決哪類問題」，不是「哪些是機器學習的問題」。