# 標籤雜訊（Label Noise）

標籤雜訊是指訓練資料集中不正確或錯誤的標籤。這些錯誤標籤會降低模型效能，導致模型學習到錯誤的模式。

## 完整說明

標籤雜訊是指在機器學習的訓練資料集中，標籤（label）與實際資料點不符的情況。這種不一致可能是人為錯誤、資料收集過程中的問題，或是資料本身的模糊性所導致。標籤雜訊會嚴重影響模型的學習效果，使其難以準確預測。

## 常見問題

### undefined



### undefined



### undefined



---

來源：https://aiterms.tw/terms/label-noise
快查頁：https://aiterms.tw/terms/label-noise
深度解說：https://aiterms.tw/learning/what-is-label-noise