tlasWiki
R
Sciences et natureN° 333264

Bootstrap aggregating

Bootstrap aggregating En intelligence artificielle, plus précisément en apprentissage automatique, le bootstrap aggregating, également appelé bagging (de…

ATQ7 000DEF5 160

Bootstrap aggregating

RareSciences et naturen° 333 264

2 038lecteurs par mois, en anglais
Jamaistirée pour l'instant
—aucune vente sur 7 jours
Jouer et trouver cette carte

Ses 3 versions

  • R
    Sciences et natureN° 333264

    Bootstrap aggregating

    Bootstrap aggregating En intelligence artificielle, plus précisément en apprentissage automatique, le bootstrap aggregating, également appelé bagging (de…

    ATQ7 000DEF5 160
    ClassiqueJamais tirée
  • RH
    Sciences et natureN° 333264

    Bootstrap aggregating

    Bootstrap aggregating En intelligence artificielle, plus précisément en apprentissage automatique, le bootstrap aggregating, également appelé bagging (de…

    ATQ7 000DEF5 160
    HolographiqueJamais tirée
  • RRB
    Sciences et natureN° 333264

    Bootstrap aggregating

    Bootstrap aggregating En intelligence artificielle, plus précisément en apprentissage automatique, le bootstrap aggregating, également appelé bagging (de…

    ATQ7 000DEF5 160
    RainbowJamais tirée
Lire l'article de Wikipédia

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. 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.

Autres Super spéciales rares en Sciences et nature

Texte : Wikipédia, « Bootstrap aggregating », licence CC BY-SA 4.0. Image : User:Tolstoy the Cat, Public domain, via Wikimedia Commons (recadrée). Comment jouer.