A ideia de que há um equilíbrio entre a quantidade de dados e a complexidade do modelo.

A relação entre a acurácia e a complexidade computacional do modelo.

O equilíbrio entre o erro causado pelo viés (bias) e pela variância, onde a redução de um pode aumentar o outro.

O processo de aumentar o número de variáveis para reduzir a variância.

A técnica de ajustar o número de parâmetros para diminuir o viés.