مروری کوتاه بر یادگیری جمعی

در دنیای امروز از یادگیری ماشین برای حل مسائل گوناگون بطور قابل توجهی استفاده می شود. یادگیری جمعییک حوزه ی بسیار مهم در یادگیری ماشین می باشد. در سال های اخیر یادگیری جمعی توجهات زیادی را درزمینه ی هوش مصنوعی و داده کاوی به خود جلب کرده است. یادگیری جمعی نشان داده که در سطح گسترده ایاز مسائل دنیای واقعی بسیار کارآمد و کاربردی خواهد بود. در این روش چندین یاد گیر پایه با یکدیگر ترکیب شدهو خروجی هر کدام از طبقه بندها باهم ادغام می شوند تا یک مدل قوی ساخته شود. در مقایسه با روشهاییادگیری ماشین واحد، دقت روش های یادگیری جمعی بهبود چشمگیری دارد. هدف این مقاله، بررسی تکنیک هایرایج یادگیری جمعی و ارائه ی یک نمای کلی از این تکنیک ها است. ارزیابی نقاط قوت و ضعف آ نها از منظرکاربردی و بینش های بدست آمده از این بررسی ها به محققان در انتخاب مناسب الگوریتم های یادگیری جمعیبطوریکه با نیازهایشان همراستا باشد، کمک می کند.

کلیدواژه ها:

یادگیری ماشین ، یادگیری جمعی ، بگینگ ، بوستینگ ، استکینگ