Voir la source de Ré-échantillonnage avec remise ensembliste

==Définition==
Méta-algorithme d'apprentissage ensembliste qui ré-échantillonne au hasard avec remise les données d'entraînement pour créer un ensemble de modèles où chaque sous-échantillon correspond à un modèle distinct.

Note: le résultat sera obtenu par le calcul de la moyenne pour une régression (prédiction d'un nombre) ou par un vote majoritaire dans le cas d'une classification (prédiction d'une classe). Typiquement, le ré-échantillonnage ensembliste aide à réduire la variance et le sur-ajustement. L'algorithme de la forêt aléatoire ''(random forest)'' est une extension très utilisée du ré-échantillonnage ensembliste.

Voir: '''[[Ré-échantillonage avec remise]]'''

==Français==
'''ré-échantillonnage avec remise ensembliste'''  

'''agrégation par la méthode de Cyrano''' 

'''agrégation de circuit fermé'''

==Anglais==
'''bagging'''

'''bootstrap aggregation'''

'''Gradient Bagging'''


==Sources==

[https://www150.statcan.gc.ca/n1/pub/12-001-x/2014002/article/14118-fra.htm  Source: Wang, Jianqiang C ; Jean D. Opsomer et Haonan Wang (2014). ''L’agrégation bootstrap des estimateurs non différenciables dans les enquêtes complexes'', Statistique Canada.] 

[[Utilisateur:Claude COULOMBE | Source: Claude Coulombe, Datafranca.org]]         
   
[[Utilisateur:Patrickdrouin  | Source: Termino]]



[[Catégorie:GRAND LEXIQUE FRANÇAIS]]