Tartalomjegyzék:
Meghatározás - Mit jelent a csomagolás?
A "csomagolás" vagy a bootstrap-aggregáció egy olyan típusú gépi tanulási folyamat, amely együttes tanulást használ a gépi tanulási modellek fejlesztéséhez. Az 1990-es években úttörőként alkalmazott módszer edzőkészletek meghatározott csoportjait használja, ahol néhány megfigyelés megismételhető a különböző edzőkészülékek között.
A Techopedia magyarázza a csomagolást
A csomagolás ötletét széles körben használják a gépi tanulás során, hogy jobban illeszkedjenek a modellekhez. Az ötlet az, hogy ha több független gépi tanulási egységet vesz fel, akkor ezek együttesen jobban működhetnek, mint egy, amely több erőforrással rendelkezik.
Annak érdekében, hogy valóban szemléltesse ennek működését, gondoljon a csomagolás minden egyes részére, mint egyéni agyra. Zsákolás nélkül a gépi tanulás egy igazán okos agyból állna, amely a problémán dolgozik. A csomagolás során a folyamat sok "gyenge agyból" vagy kevésbé erős agyból áll, amelyek együttműködnek egy projektben. Mindegyikük rendelkezik a gondolkodási területével, és ezek közül néhány átfedésben van. Ha összeadjuk a végső eredményt, akkor sokkal tovább fejlődik, mintha csak egy „agy” lenne.
Nagyon valódi értelemben a csomagolás filozófiáját egy nagyon régi axióma írja le, amely jó néhány évvel megelőzi a technológiát: "két fej jobb, mint egy". Zsákoláskor 10, 20 vagy 50 fej jobb, mint egy, mert az eredményeket összesen veszik, és jobb eredményt eredményeznek. A zsákolás olyan technika, amely segíthet a mérnököknek a gépi tanulásban a "túlfutás" jelenségének leküzdésében, ahol a rendszer nem felel meg az adatoknak vagy a célnak.
