Bootstrap aggregating
En intelligence artificielle, plus précisément en apprentissage automatique, le bootstrap aggregating, également appelé bagging (de bootstrap aggregating), est une méthode d'apprentissage introduite par Breiman en 1994. L'idée est d'entraîner plusieurs modèles puis de produire un modèle final qui combine leurs sorties.
Nº Q799897 ★
Commune · Savoirs
Bootstrap aggregating
En intelligence artificielle, plus précisément en apprentissage automatique, le bootstrap aggregating, également appelé bagging (de bootstrap aggregating), est une méthode d'apprentissage introduite par Breiman en 1994. L'idée est d'entraîner plusieurs modèles puis de produire un modèle final qui combine leurs sorties.
Dernier prix
—
Prix plancher
—
Médiane 7 j
—
Ventes 30 j
0
Fourchette 30 j
—
En circulation
0
Cours
médiane
min – max
ventes
Aucune vente sur la période
Voir le tableau
| Date | médiane | Min | Max | ventes |
|---|
Historique des ventes
- Dernière vente
- —
- Moyenne 30 j
- —
- Plus bas 30 j
- —
- Plus haut 30 j
- —
- Ventes 7 j
- 0
- Ventes 30 j
- 0
Aucune vente pour l'instant.
Ventes anonymes : ni acheteur ni vendeur. Les chiffres ne comptent que les ventes entre joueurs.
Sur Wikipédia
En intelligence artificielle, plus précisément en apprentissage automatique, le bootstrap aggregating, également appelé bagging (de bootstrap aggregating), est une méthode d'apprentissage introduite par Breiman en 1994. L'idée est d'entraîner plusieurs modèles puis de produire un modèle final qui combine leurs sorties. Le bagging est un cas particulier de l'approche d'apprentissage ensembliste. Le bagging est généralement appliqué avec un algorithme d'apprentissage d'arbres de décision : cela donne l'algorithme des forêts aléatoires. Mais il peut en fait être utilisé avec n'importe quel algorithme d'apprentissage pour produire les modèles intermédiaires : on dit que c'est un méta-algorithme. Le bagging peut améliorer la stabilité et la précision des prédictions par rapport à un modèle obtenu à partir d'un algorithme d'apprentissage. Il aide à réduire la variance et éviter le surapprentissage.
Texte : Wikipédia, CC BY-SA 4.0. · Image : User:Tolstoy the Cat (Public domain) ·
Cartes voisines
Bootstrap (statistiques)
Méthode statistique
Nº Q301990 ★★★
Grokking (apprentissage automatique)
Nº Q126362531 ★★
Apprentissage automatique
Champ d'étude de l'intelligence artificielle qui vise à donner aux machines la capacité d'« apprendre » à partir de données, via des modèles mathématiques
Nº Q2539 ★★★★★
Arbre de décision (apprentissage)
Méthode basée sur l'utilisation d'un arbre de décision comme modèle prédictif
Nº Q16766476 ★★
Agrégation de liens
Regroupement de plusieurs liens afin de les utiliser comme s'il s'agissait d'un seul.
Nº Q352072 ★★
Générateur automatique de programmes
Langage de programmation
Nº Q840543 ★★