Автор: Дмитрий Раков Редактура: Илья Бакалец
Чтобы решить сложные задачи и принять верное решение, в реальном мире часто используют экспертный метод. В его основе — создание группы высококвалифицированных в своей области экспертов. У каждого из них разный взгляд на решение задачи. Это и хорошо: мы в результате имеем много мнений и мало неопределенности при достижении цели.
Такая концепция применяется и при построении систем на базе алгоритмов машинного обучения. Здесь тоже есть эксперты — нейронные сети. А их много! За счет этого мы улучшаем:
Метод построения наборов нейронных сетей называют Ensemble Learning. А сами наборы — ансамблями.
Давайте теперь рассмотрим:
Рассмотрим для начала базовые подходы Bagging и Boosting. Эти два метода применяются повсеместно.
Рисунок 1. Пайплайн Bagging
Подход Bagging основан на идее обучения независимых моделей, которые решают идентичную задачу. Для разнообразных предсказаний используются следующие техники:
При классическом подходе: