サンプルの低いバイアスは、高い分散の同義語ですか？

次は正しいですか？

低バイアス=高分散
高バイアス=低分散

バイアスの高低を理解していますが、差異はどのように違いますか？それとも上記の同義語ですか？

いいえ。両方を同時に高くしたり低くしたりすることができます。以下に例を示します。画像と記事のソースこの画像の出典である記事を読むこともお勧めします。

このような印象を持っている理由は、機械学習の「アーリーエイジ」にはバイアス分散のトレードオフと呼ばれる概念があるためです（@Kodiologistが述べたように、この概念は今でも真実であり、現在のモデルのチューニングの基本概念です）。

• モデルの複雑さが増すと、分散が増加し、バイアスが減少します
• モデルを正則化すると、バイアスが増加し、分散が減少します。

Andrew Ngの最近のディープラーニングコースラの講義で、彼は最近のディープラーニングフレームワーク（大量のデータを使用）では、トレードオフについてはあまり話さないと述べました。代わりに、分散を減らすだけでバイアスを増やさない方法（トレーニングデータサイズを増やすなど）があります。逆も同様です。

バイアスと分散の違いは、精度と精度の違いと同じです。

• 測定システムの精度は、数量の実際の（真の）値にどれだけ近いかです。（≈バイアス）

• 測定システムの精度は、測定を繰り返しても同じ結果が得られる度合いです。（≈分散）