Décomposition erreur-désaccordIl s'agit du processus de décomposition de l'erreur de généralisation intégrée, qui peut être exprimé comme suit :

$latex {E= \overline {E}- \overline {A}}$

Dans cette formule, le côté gauche E représente l'erreur de généralisation après intégration, et le côté droit $latex {\overline {E}}$ est l'erreur de généralisation moyenne des apprenants individuels, $latex {\overline {A}}$ Il représente la divergence d’ensemble des apprenants individuels. À partir de cette formule, nous pouvons conclure que plus la précision et la diversité des apprenants individuels sont élevées, meilleur est l’effet d’ensemble.

Références

【1】Lisons Xiguashu ensemble : Chapitre 8 Apprentissage d'ensemble