偏差和方差都是错误。偏差是由于学习算法中的错误或过于简单的假设而导致的错误。它会导致模型对数据的拟合不足，从而难以具有高预测准确性并将知识从训练集推广到测试集。
方差是由于学习算法过于复杂而导致的错误。这导致算法对训练数据的高度变化高度敏感，这可能导致模型过度拟合数据。
为了最佳地减少错误的数量，需要权衡偏差和方差。