앙상블 학습여러 모델을 결합하여 고정밀 모델을 만드는 아이디어입니다. 주로 머신러닝 분야에서 사용됩니다. 이는 별도의 머신 러닝 알고리즘이 아니라, 여러 학습기를 구축하고 결합하여 학습 작업을 완료합니다.
앙상블 학습은 분류 문제, 회귀 문제, 특징 선택, 이상치 탐지 등에 활용될 수 있습니다. 앙상블 학습은 머신러닝의 모든 분야에서 볼 수 있다고 할 수 있습니다.
현재 통합 학습에서 해결해야 할 두 가지 주요 문제가 있습니다.
- 여러 개별 학습자를 확보하는 방법
- 개별 학습자들이 강력한 학습자로 결합되면
참고문헌
【1】앙상블 학습의 원리 요약 (개인 블로그 게시물)