bias와 variance는 모델의 학습 상태를 나타낼 수 있는 좋은 척도이다.
데이터의 분포에 비하여 모델이 너무 간단한 경우, underfit이 발생한 경우를 말한다.
모델의 복잡도가 데이터 분포보다 커서 데이터를 overfitting 시키는 경우를 말한다.
Bias 와 Variance를 분석하여 알고리즘을 보다 체계적으로 개선할 수 있다.