Дисперсия — числовая характеристика случайной величины, оценивающая рассеяние её возможных значений около математического ожидания.
[Грицык В.И., Космин В.В. Термины и понятия (словарь): Транспорт. Строительство. Экономика. Менеджмент. Маркетинг. Системотехника. Информатика. — М.: УМК МПС России, 2000]
Дисперсия — это тип ошибки, который возникает, когда модель слишком чувствительна к небольшим колебаниям обучающих данных и не может хорошо обобщать новые данные. Пример: отклонения могут возникать в деревьях решений, нейронных сетях и SVM.
[50 терминов искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// pudie.ru›articles/704343/, свободный]
Дисперсия – мера разброса элементов выборки относительно ее математического ожидания.
[Воронина, В. В. Теория и практика машинного обучения: учебное пособие / В. В. Воронина, А. В. Михеев, Н. Г. Ярушкина, К. В. Святов. – Ульяновск: УлГТУ, 2017. – 290 с.]
Дисперсия (Variance) — ошибка модели, которая происходит из-за ее слишком большой сложности и способности переобучаться на данных обучения.
[Оценка качества моделей машинного обучения: выбор, интерпретация и применение метрик. (Электронный ресурс). http:// litres.ru›book/aleksey-mihnin/ocenka-kachestva- /, свободный.]
Дисперсия — способ описания рассеяния или вариабельности наблюдений в выборке. Общими мерами вариабельности данных являются дисперсия, стандартное отклонение, межквартильный размах.
[Глоссарий распространенных терминов машинного обучения, статистики и науки о данных. (Электронный ресурс). Режим доступа: http:// analyticsvidhya. com›glossary-of-common-statistics-and-machine-learning-term /, свободный.]