Bagging Bayesiano
El Bagging Bayesiano reemplaza el bootstrap clásico por el bootstrap bayesiano —dibujando pesos con distribución de Dirichlet sobre las observaciones de entrenamiento en lugar de muestrear con reemplazo— y entrena un conjunto de "base learners" bajo esos pesos. El resultado es un conjunto fundamentado que aproxima una "posterior" bayesiana sobre las predicciones, produciendo estimaciones de incertidumbre calibradas junto con una sólida precisión predictiva.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Clyde, M. & Lee, H. (2001). Bagging and the Bayesian bootstrap. In T. Richardson & T. Jaakkola (Eds.), Proceedings of the Eighth International Workshop on Artificial Intelligence and Statistics (AISTATS 2001). link ↗
- Rubin, D. B. (1981). The Bayesian bootstrap. The Annals of Statistics, 9(1), 130–134. DOI: 10.1214/aos/1176345338 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Bagging (Bootstrap Aggregation with Bayesian Bootstrap). ScholarGate. https://scholargate.app/es/machine-learning/bayesian-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.
- Potenciación bayesianaAprendizaje automático↔ compare
- Bosque Aleatorio BayesianoAprendizaje automático↔ compare
- PotenciaciónAprendizaje automático↔ compare
- Random ForestAprendizaje automático↔ compare
- Bagging Semi-supervisadoAprendizaje automático↔ compare
- Ensamble de votaciónAprendizaje automático↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →