Variación de sesgo

En el contexto de la inteligencia artificial y el aprendizaje automático, hace referencia al cambio o desajuste en los sesgos presentes en un modelo al entrenarlo con diferentes conjuntos de datos o al aplicarlo en diferentes escenarios.

Se produce cuando la relación implícita entre las características de entrada y las salidas esperadas varía, generando inconsistencias en las predicciones del modelo.

Este fenómeno puede surgir debido a diferencias en las distribuciones de datos entre el conjunto de entrenamiento y el entorno en el que se implementa el modelo.

Es un desafío importante en la generalización de un modelo y puede impactar negativamente en su capacidad para realizar predicciones precisas en nuevos datos reales.