স্ট্যাকড জেনারেলইজেশন
স্ট্যাকড জেনারেলইজেশন, অথবা স্ট্যাকিং, একটি দ্বি-স্তরীয় এনসেম্বল পদ্ধতি যেখানে বেস-স্তরের ক্লাসিফায়ারগুলি মূল ডেটার উপর প্রশিক্ষিত হয় এবং একটি মেটা-লার্নার বেস ক্লাসিফায়ারগুলির ভবিষ্যদ্বাণীর উপর প্রশিক্ষিত হয়। মেটা-লার্নার নির্দিষ্ট একত্রীকরণ নিয়মের পরিবর্তে বেস ভবিষ্যদ্বাণীগুলিকে সর্বোত্তমভাবে একত্রিত করতে শেখে। ১৯৯২ সালে ডেভিড ওলপার্ট কর্তৃক প্রবর্তিত, স্ট্যাকিং স্বয়ংক্রিয়ভাবে বেস মডেলগুলির মধ্যে সর্বোত্তম ওজন এবং মিথস্ক্রিয়া প্যাটার্ন শিখে স্টেট-অফ-দ্য-আর্ট পারফরম্যান্স অর্জন করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241-259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Breiman, L. (1996). Stacked regressions. Machine Learning, 24(1), 49-64. DOI: 10.1023/a:1018046112532 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Stacked Generalization Ensemble. ScholarGate. https://scholargate.app/bn/ensemble-learning/stacked-generalization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ব্যাচিং এনসেম্বলএনসেম্বল শিখন↔ compare
- বুস্টিং এনসেম্বলএনসেম্বল শিখন↔ compare
- সংখ্যাগরিষ্ঠের ভোটদানএনসেম্বল শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →