Ensemble-Lernen
Mehrere Modelle gemeinsam entscheiden lassen.
Beim Ensemble-Lernen werden mehrere Modelle kombiniert, deren Vorhersagen zusammengeführt werden, etwa durch Abstimmung oder Mittelung. Weil sich Fehler einzelner Modelle teilweise ausgleichen, ist das Ergebnis oft genauer und robuster als jedes Einzelmodell. Bagging und Boosting sind zwei zentrale Strategien.