现在，我们可以通过了解异常值来调整数据，并通过拉直直线并找到良好的折衷方案来简化它们。然而，学习算法中的错误假设可能会导致拟合不足和过度简化。这里我们讨论的是欠拟合或过度简化。
顺便说一句，偏差-方差困境仍然是监督学习中的一个问题，例如分类和回归。尽管已经表明大型开放人工智能语言模型已经应用了某些类型的启发式方法。
以下是该领域的错误假设：
1. 启发式决策导致次优结果；优化总是更好。
2. 由于认知资源有限，我们仅使用启发式方法。
3.人们只依靠启发法来做出不重要的日常决策。
让我们看一下对于决策制定很重要的启发式方法。当然还有很多其他的。
我们如何应对 IT 领域的不确定性？
IT工作流程
众所周知，项目面临市场、IT行业、组织或法律的意外变化。几十年 阿尔巴尼亚 whatsapp 数据 前，一些人得出结论，在 IT 开发中使用瀑布模型需要在流程中过早做出决策。但如果最初的决定结果并不令人满意怎么办？市场出现不可预见的变化怎么办？需要迭代、增量、进化的模型，以便在正确的时间做出决策。 20 世纪 70 年代出现了第一批进化管理和自适应软件开发方法。
以及考虑可逆性是敏捷框架的基本要求。它帮助我们推迟决策，直到我们能够安全、快速、廉价地扭转导致负面后果的决策。正如敏捷宣言告诉我们的那样：响应变化比遵循计划更重要。
软件架构
建筑师经常在不确定的情况下面临重要决策。在建筑学中，建筑师可以采用多种方法来处理不确定性下的决策。建筑领域意识到认知的不确定性。正如尼尔·福特和马克·理查兹用这座金字塔展示的那样。
需要维护深厚的编程语言和框架技术知识。此外，有些事情建筑师知道他不知道。但也有一些建筑师不知道的事情。金字塔的这个区域应保持尽可能小。如果可能的话，建筑师经常被建议推迟决定并保留尽可能多的选择。有时没有办法立即做出决定。在这种情况下，记住可逆性很重要。例如，单个且完全解耦的微服务以后可以比“大泥球”中的小卵石更便宜、更快地被替换。
优秀的架构师会最大限度地减少未做出的决策。
罗伯特·C·马丁，《清洁建筑》
管理
在管理中，人们通常认为决策的所有理由都必须用数字来证明。在一个充满不确定性的世界中，我们没有所有的数字。 2006 年，十二名瑞典林业管理者被问及如何处理风险决策。最常见的答案是“委托决策”、“规避风险”和“推迟决策”。他们提到的其他措施包括“进行试点研究”或“将至少部分风险转移给合作伙伴”。