Il-bagging (qasir għal bootstrap aggregating) huwa metodu ensemble fit-tagħlim awtomatiku: ħafna mudelli jitħarrġu fuq kampjuni magħżula b'mod każwali mid-data tat-taħriġ, u t-tbassir tagħhom jiġi medjat jew magħqud b'vot tal-maġġoranza. Dan jagħmel ir-riżultati aktar stabbli u jnaqqas l-overfitting. L-aktar eżempju magħruf huwa r-random forest, li jgħaqqad ħafna siġar tad-deċiżjonijiet – pereżempju biex jitbassar it-telf tal-klijenti jew il-prezzijiet.
Aġenti, flussi tax-xogħol u mudelli fi spazju tax-xogħol wieħed – demo b'xejn għal 24 siegħa.
Ibda d-demoIr-rigressjoni bil-foresta każwali tbassar valuri numeriċi billi tgħaqqad ħafna siġar tad-deċiżjonijiet. Kull siġra titħarreġ fuq kampjun każwali tad-data u għażla każwali ta' karatteristiċi; ir-riżultat huwa l-medja tat-tbassir tas-siġar kollha. Dan jagħmel il-metodu aktar robust u inqas suxxettibbli għall-overfitting minn siġra waħda. Tintuża, per eżempju, għal tbassir tal-bejgħ, stimi tal-prezzijiet jew id-domanda għall-enerġija – spiss bħala punt tat-tluq solidu għal data tabulari.
Il-boosting huwa metodu ensemble fit-tagħlim awtomatiku li fih ħafna mudelli sempliċi jitħarrġu wieħed wara l-ieħor, b'kull mudell ġdid jiffoka fuq il-każijiet li l-predeċessuri tiegħu żbaljaw fihom. Flimkien jiffurmaw mudell ġenerali ħafna aktar preċiż. Varjanti magħrufa huma AdaBoost u l-gradient boosting, b'libreriji bħal XGBoost jew LightGBM. Il-boosting huwa partikolarment b'saħħtu fuq data tabulari, pereżempju r-riskju tal-kreditu, il-bejgħ jew it-tbassir tat-telf tal-klijenti.
Siġra tad-deċiżjoni hija mudell li jirrappreżenta deċiżjoni bħala sekwenza ta' mistoqsijiet sempliċi iva/le: kull fergħa tittestja karatteristika waħda u kull werqa tagħti riżultat. Fit-tagħlim awtomatiku, siġar bħal dawn jitgħallmu awtomatikament mid-data u jintużaw għall-klassifikazzjoni jew għat-tbassir. Is-saħħa ewlenija tagħhom hija t-trasparenza – pereżempju, juru għaliex applikazzjoni għal self ġiet immarkata abbażi tad-dħul, tat-terminu u tal-istorja tal-pagamenti.
L-overfitting iseħħ meta mudell jimmemorizza d-data tat-taħriġ, inklużi l-partikolaritajiet każwali u l-istorbju, minflok ma jaqbad mudelli validi b'mod ġenerali. Imbagħad jidher eżatt ħafna fuq data familjari iżda jaħdem ħażin fuq data ġdida. Differenza kbira bejn l-iżball tat-taħriġ u dak tat-test hija sinjal tipiku. Il-kontromiżuri jinkludu aktar data jew data aktar varjata, mudelli aktar sempliċi, regolarizzazzjoni, dropout u validazzjoni inkrokjata.
