תוכן עניינים:
הגדרה - מה המשמעות של Bagging?
אגרגציה "Bagging" או bootstrap היא סוג ספציפי של תהליך למידת מכונה המשתמש בלמידת אנסמבל כדי לפתח מודלים של למידת מכונה. חלוץ בשנות התשעים, טכניקה זו משתמשת בקבוצות ספציפיות של מערכות אימונים בהן ניתן לחזור על כמה תצפיות בין מערכי אימונים שונים.
Techopedia מסביר Bagging
רעיון השקיות שימש רבות בלימוד מכונות ליצירת התאמה טובה יותר לדגמים. הרעיון הוא שאם אתה לוקח כמה יחידות לימוד מכונות עצמאיות, הן יכולות לתפקד טוב יותר באופן קולקטיבי מיחידה אחת שיש לה יותר משאבים.
כדי להמחיש באמת איך זה עובד, חשוב על כל חלק מתהליך השקית כמוח אינדיבידואלי. ללא תיקים, למידת מכונות הייתה מורכבת ממוח אחד חכם באמת שעובד על בעיה. עם התיקונים, התהליך מורכב ממוחות רבים "מוח חלשים" או פחות חזקים המשתפים פעולה בפרויקט. לכל אחד מהם תחום החשיבה שלהם, וחלק מהתחומים הללו חופפים. כשמרכיבים את התוצאה הסופית, זה הרבה יותר מפותח מכפי שיהיה רק עם "מוח" אחד.
במובן ממש אמיתי, את התפיסה של התיק ניתן לתאר על ידי אקסיומה ישנה מאוד שקודמת לטכנולוגיה במספר לא מבוטל של שנים: "שני ראשים טובים מאחד." בשקית, 10 או 20 או 50 ראשים טובים מאחד, מכיוון שהתוצאות נלקחות לגמרי ומצטברות לתוצאה טובה יותר. Bagging היא טכניקה שיכולה לעזור למהנדסים להילחם בתופעה של "התאמה יתר" בלימוד מכונות במקום בו המערכת אינה מתאימה לנתונים או למטרה.
