Bagging (Bootstrap Aggregating)
Bagging, যার সংক্ষিপ্ত রূপ Bootstrap Aggregating, হলো ১৯৯৬ সালে Leo Breiman কর্তৃক প্রবর্তিত একটি এনসেম্বল মেটা-অ্যালগরিদম যা প্রশিক্ষণ ডেটার স্বাধীনভাবে অঙ্কিত বুটস্ট্র্যাপ নমুনাগুলির উপর একটি বেস লার্নারের একাধিক কপি প্রশিক্ষণ দেয় এবং তাদের ভবিষ্যদ্বাণীগুলিকে একত্রিত করে — রিগ্রেশনের জন্য গড় করে বা ক্লাসিফিকেশনের জন্য সংখ্যাগরিষ্ঠ ভোট দ্বারা — একটি চূড়ান্ত ভবিষ্যদ্বক্তা তৈরি করার জন্য যা যেকোনো একক বেস লার্নারের চেয়ে উল্লেখযোগ্যভাবে কম ভ্যারিয়েন্সযুক্ত।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
উৎস
- Breiman, L. (1996). Bagging Predictors. Machine Learning, 24(2), 123–140. DOI: 10.1007/BF00058655 ↗
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed., Ch. 8.7). Springer. ISBN: 978-0-387-84857-0
- James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 8.2). Springer. ISBN: 978-1-4614-7138-7
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Bagging (Bootstrap Aggregating). ScholarGate. https://scholargate.app/bn/machine-learning/bagging
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.
- অ্যাডাবুস্টযন্ত্র শিখন↔ compare
- সিদ্ধান্ত বৃক্ষযন্ত্র শিখন↔ compare
- গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
- XGBoostযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →