样本失真

如果采集的样本不代表整个组，则表示样本失真。因此，当用于训练或评估人工智能模型的数据由于错误或非随机选择过程而无法代表零件变体时，就会发生样本失真。这会导致在选定数据中表现良好的人工智能模型在实际数据中表现不佳。 例如，如果仅使用来自特定零件的数据来训练预测零件缺陷的人工智能模型，则可能无法将其传输到具有不同缺陷模式的其他零件，这会引发问题：“人工智能模型的训练数据是否真的代表着它将面临的更广泛的零件变体？