Table des matières:
Définition - Que signifie l'ensachage?
Le «bagging» ou agrégation bootstrap est un type spécifique de processus d'apprentissage automatique qui utilise l'apprentissage d'ensemble pour faire évoluer les modèles d'apprentissage automatique. Lancée dans les années 1990, cette technique utilise des groupes spécifiques d'ensembles d'entraînement où certaines observations peuvent être répétées entre différents ensembles d'entraînement.
Techopedia explique l'ensachage
L'idée de l'ensachage a été largement utilisée dans l'apprentissage automatique pour créer un meilleur ajustement pour les modèles. L'idée est que si vous prenez plusieurs unités d'apprentissage automatique indépendantes, elles peuvent fonctionner collectivement mieux qu'une unité qui aurait plus de ressources.
Pour vraiment illustrer comment cela fonctionne, pensez à chaque partie du processus d'ensachage comme un cerveau individuel. Sans ensachage, l'apprentissage automatique consisterait en un cerveau vraiment intelligent travaillant sur un problème. Avec l'ensachage, le processus consiste en de nombreux "cerveaux faibles" ou cerveaux moins forts collaborant sur un projet. Ils ont chacun leur domaine de pensée, et certains de ces domaines se chevauchent. Lorsque vous mettez le résultat final ensemble, il est beaucoup plus évolué qu'il ne le serait avec un seul "cerveau".
Dans un sens très réel, la philosophie de l'ensachage peut être décrite par un très ancien axiome qui est antérieur à la technologie de plusieurs années: "deux têtes valent mieux qu'une". En ensachage, 10, 20 ou 50 têtes valent mieux qu'une, car les résultats sont pris ensemble et agrégés en un meilleur résultat. L'ensachage est une technique qui peut aider les ingénieurs à lutter contre le phénomène de «sur-ajustement» dans l'apprentissage automatique lorsque le système ne correspond pas aux données ou à l'objectif.
