Trong học máy, "bagging" làm gì?
Trả lời:
Đáp án đúng: C
Bagging (Bootstrap Aggregating) là một kỹ thuật trong học máy, thuộc nhóm các phương pháp ensemble learning. Ý tưởng chính của bagging là tạo ra nhiều mô hình dự đoán khác nhau từ các tập con của dữ liệu huấn luyện (được chọn bằng cách lấy mẫu có hoàn lại), sau đó kết hợp các dự đoán của các mô hình này để tạo ra một dự đoán cuối cùng. Điều này giúp giảm phương sai và cải thiện độ chính xác của mô hình tổng thể.
50 câu hỏi 60 phút