Agregacja (uczenie maszynowe)

Agregacja, agregacja bootstrapowa, agregacja przykładów wstępnych[1] (ang. bagging, od bootstrap aggregating) – metaalgorytm uczenia maszynowego zaprojektowany w celu zwiększenia stabilności i dokładności algorytmów klasyfikacji i regresji, a także zmniejszenia wariancji i przeuczenia. Metody tej zwykle używa się wobec drzew decyzyjnych, jednak można ją stosować również wobec innych metod. Agregacja jest szczególnym przypadkiem metody uśredniania zespołowego.

  1. Aurélien Géron, Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow, Krzysztof Sawka (tłum.), Wydanie II, aktualizacja do modułu TensorFlow 2, Gliwice: Helion, 2020, s. 202, ISBN 978-83-283-6002-0 [dostęp 2025-02-16] (pol.).

From Wikipedia, the free encyclopedia · View on Wikipedia

Developed by Nelliwinne