01
误差分析基础
误差的定义、来源与分类（系统误差、随机误差、粗大误差）
系统误差随机误差粗大误差
02
精度指标详解
准确度、精密度、召回率、F1-score、IoU、mAP等核心指标
召回率F1-scoremAP
03
数据预处理误差
数据清洗、缺失值处理、异常值检测对模型精度的影响
缺失值异常检测
04
特征工程误差
特征选择、特征提取、特征缩放不当引入的误差
特征缩放选择偏差
05
模型选择误差
欠拟合与过拟合的本质、偏差-方差权衡
欠拟合过拟合偏差方差
06
训练过程误差
学习率设置不当、梯度消失/爆炸、Batch Size影响
学习率梯度爆炸
07
损失函数误差
MSE、Cross-Entropy、Huber的适用场景与误差特性
MSECross-EntropyHuber
08
正则化技术误差
L1/L2正则化、Dropout、早停法对误差的抑制与副作用
L1/L2Dropout早停
09
交叉验证误差
K折交叉验证、留一法、分层采样中的误差评估
K折留一法分层采样
10
超参数调优误差
网格搜索、随机搜索、贝叶斯优化的误差陷阱
网格搜索贝叶斯优化
11
评估指标误导
准确率陷阱、不平衡数据集下的指标选择
准确率陷阱不平衡
12
数据泄露误差
时间序列数据泄露、特征泄露、预处理泄露
时间泄露特征泄露
13
采样误差
样本量不足、采样偏差、分层采样策略
样本量采样偏差
14
标签噪声误差
标注错误、标注不一致、标签平滑技术
标签平滑标注噪声
15
模型集成误差
Bagging、Boosting、Stacking中的误差互补与放大
BaggingBoostingStacking
16
时间序列误差
自相关、非平稳性、滞后变量引入的误差
自相关非平稳
17
图像处理误差
分辨率、光照、几何变换对CV模型精度的影响
分辨率光照几何变换
18
NLP文本误差
分词错误、停用词处理、词向量偏差
分词停用词词向量
19
强化学习误差
奖励函数设计偏差、探索-利用困境
奖励设计探索-利用
20
生成模型误差
GAN训练不稳定、模式坍塌、评估指标局限性
模式坍塌GAN
21
部署环境误差
训练-推理分布偏移、量化误差、硬件精度差异
分布偏移量化误差
22
误差传播分析
链式法则在误差传播中的应用、敏感度分析
链式法则敏感度
23
统计检验方法
t检验、卡方检验、ANOVA在误差分析中的应用
t检验卡方ANOVA
24
残差分析技术
残差图解读、正态性检验、异方差性检测
残差图异方差
25
误差可视化方法
混淆矩阵、ROC曲线、学习曲线、误差分布图
混淆矩阵ROC学习曲线
26
自动化调参框架
Optuna、Hyperopt、Ray Tune的使用与最佳实践
OptunaHyperoptRay Tune
27
A/B测试误差
分流不均、多重比较校正、辛普森悖论
多重比较辛普森悖论
28
模型可解释性误差
SHAP值偏差、LIME局部解释的局限性
SHAPLIME
29
联邦学习误差
数据异质性、通信误差、聚合策略误差
数据异质聚合误差
30
综合案例实战
从数据采集到模型部署的全链路误差分析与调优流程
全链路实战