tilnærmingskapasitet
Tilnærmingskapasitet refererer til hvor godt en modellklasse kan representere en målfunksjon over et bestemt domene. Den beskriver modellens uttrykksevne eller hvor kompleks funksjonen den kan etterligne er. En modell med høy tilnærmingskapasitet kan tilnærme et bredt spekter av funksjoner, mens en modell med lav kapasitet begrenser hvilke mønstre den kan fange.
Kapasiteten er avhengig av flere faktorer: modellklasse (for eksempel lineære modeller, nevrale nettverk, kjernekernel-maskiner), antall parametere,
I praksis må tilnærmingskapasiteten balansere bias og varians. For høy kapasitet kan føre til overtilpasning (overfitting)
Kapasitet er også relevant i ulike felt som maskinlæring, statistikk, signalbehandling og kontrollteori. Flere praktiske vurderinger