التعلم الجماعي
| جزء من سلسلة مقالات حول |
| تعلم الآلة والتنقيب في البيانات |
|---|
 |
في الإحصائيات والتعلم الآلي، تستخدم أساليب الفرقة خوارزميات تعلم متعددة للحصول على أداء تنبؤي أفضل مما يمكن الحصول عليه من أي خوارزميات التعلم التأسيسية وحدها.[1][2][3] على عكس الفرقة الإحصائية في الميكانيكا الإحصائية، والتي عادة ما تكون لا نهائية، يتكون التعلم الآلي الجماعي من مجموعة محدودة محددة من النماذج البديلة، ولكنها تسمح عادةً بوجود بنية أكثر مرونة بين تلك البدائل.
المراجع
[عدل]- ^ Opitz، D.؛ Maclin، R. (1999). "Popular ensemble methods: An empirical study". Journal of Artificial Intelligence Research. ج. 11: 169–198. arXiv:1106.0257. DOI:10.1613/jair.614.
- ^ Polikar، R. (2006). "Ensemble based systems in decision making". IEEE Circuits and Systems Magazine. ج. 6 ع. 3: 21–45. DOI:10.1109/MCAS.2006.1688199. S2CID:18032543.
- ^ Rokach، L. (2010). "Ensemble-based classifiers". Artificial Intelligence Review. ج. 33 ع. 1–2: 1–39. DOI:10.1007/s10462-009-9124-7. hdl:11323/1748. S2CID:11149239.
