Apprentissage d'ensembleC'est l'idée de combiner plusieurs modèles en un modèle de haute précision. Il est principalement utilisé dans le domaine de l'apprentissage automatique. Il ne s’agit pas d’un algorithme d’apprentissage automatique distinct, mais plutôt d’une tâche d’apprentissage complétée en créant et en combinant plusieurs apprenants.

L'apprentissage d'ensemble peut être utilisé pour les problèmes de classification, les problèmes de régression, la sélection de fonctionnalités, la détection de valeurs aberrantes, etc. On peut dire que l'apprentissage d'ensemble peut être observé dans tous les domaines de l'apprentissage automatique.

Il y a actuellement deux problèmes principaux qui doivent être résolus dans l’apprentissage intégré :

• Comment obtenir plusieurs apprenants individuels ;
• Si les apprenants individuels sont combinés en un apprenant fort

Références

【1】Résumé des principes de l'apprentissage d'ensemble (article de blog personnel)