Împachetare Robustă (Robust Bagging)
Robust Bagging extinde cadrul clasic Bootstrap Aggregating (Bagging) prin înlocuirea sau augmentarea algoritmilor de bază standard cu estimatori robuști — sau prin utilizarea unor reguli de agregare robuste — astfel încât ansamblul să rămână precis chiar și atunci când datele de antrenament conțin valori aberante (outliers), instanțe etichetate greșit sau distribuții de zgomot cu cozi grele.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Breiman, L. (1996). Bagging predictors. Machine Learning, 24(2), 123–140. DOI: 10.1007/BF00058655 ↗
- Chen, C., Liaw, A., & Breiman, L. (2004). Using Random Forest to Learn Imbalanced Data. University of California, Berkeley, Technical Report 666. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Robust Bagging (Bootstrap Aggregating with Robust Base Learners). ScholarGate. https://scholargate.app/ro/machine-learning/robust-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.
- Bagging (Agregare Bootstrap)Învățare automată↔ compare
- BoostingÎnvățare automată↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
- Boosting Robust (Robust Boosting)Învățare automată↔ compare
- Robust Random ForestÎnvățare automată↔ compare
- Ansamblul de votareÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →