ScholarGate
עוזר
Machine learningMachine learning

אנסמבל ערימה חסון

אנסמבל ערימה חסון (Robust Stacking Ensemble) מרחיב את ההכללה הערומה הקלאסית על ידי החלפת לומד-העל הרגיל באומדן חסון — כגון רגרסור Huber-loss, רגרסיה קוונטילית, או מודל שאומן על שאריות קטומות — כך ששכבת השילוב של האנסמבל תהיה עמידה בפני חריגים ותחזיות רועשות של לומדי-בסיס. הוא משפר את דיוק החיזוי והאמינות במערכי נתונים אמיתיים עם תוויות מזוהמות או התפלגויות שגיאה כבדות-זנב.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Wolpert, D. H. (1992). Stacked Generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1
  2. Ensemble learning. Wikipedia. link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Robust Stacking Ensemble (Outlier-Resistant Stacked Generalization). ScholarGate. https://scholargate.app/he/machine-learning/robust-stacking-ensemble

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.

Compare side by side
ScholarGateRobust Stacking Ensemble (Robust Stacking Ensemble (Outlier-Resistant Stacked Generalization)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/robust-stacking-ensemble · מערך נתונים: https://doi.org/10.5281/zenodo.20539026