Bagging Daring

Bagging Daring adalah metode ansambel streaming yang diperkenalkan oleh Oza dan Russell pada tahun 2001 yang mengadaptasi kerangka kerja agregasi bootstrap (Bagging) klasik ke pengaturan pembelajaran daring. Alih-alih mengambil sampel ulang kumpulan data tetap, setiap instans yang masuk diberi makan ke setiap pembelajar dasar sejumlah kali yang terdistribusi Poisson(1), secara akurat memperkirakan pengambilan sampel bootstrap saat aliran berkembang. Hasilnya adalah ansambel yang kuat dan diperbarui secara inkremental yang dapat menangani pergeseran konsep dan kedatangan data berkelanjutan tanpa menyimpan seluruh kumpulan data.