ОБЗОР СОВРЕМЕННЫХ ТЕХНИК АНСАМБЛИРОВАНИЯ В МАШИННОМ ОБУЧЕНИИ ДЛЯ ПОВЫШЕНИЯ КАЧЕСТВА КЛАССИФИКАЦИИ

Кубракова Екатерина Александровна

В статье исследованы особенности использования техник ансамблирования в машинном обучении для повышения качества классификации. Выделены основные научно-практические исследования по программной реализации, построению моделей и алгоритмов ансамблирования для использования в различных сферах. Актуальность. Интеллектуальный анализ данных, применяемый в машинном обучении, часто сталкивается с различными задачами, среди которых одной из ключевых является выполнение классификации. Она подразумевает разделение данных на определенные категории в соответствии с заранее установленными классами. В методе ансамблирования обычно применяют комбинацию нескольких классификаторов. Это делается для того, чтобы улучшить результаты по сравнению с выходными данными, которые дает каждый классификатор по отдельности. Ключевая идея заключается в том, что путем разнообразного объединения ответов можно устранить индивидуальные ошибки, тем самым достигая более высокого общего качества решения в рамках ансамбля. Целью статьи является выделение основных аспектов применения техник ансамблирования в машинном обучении для повышения качества классификации. Результатом исследования является изучение научно-теоретических, практических положений, выделение основных подходов к построению ансамблей алгоритмов. В заключение даны авторские выводы.

Ключевые слова:ансамбль, алгоритм, классификация, задача, бустинг, бэггинг, стэкинг.