Обучение ансамбльное — использование прогнозов нескольких моделей ИИ, обученных на одних и тех же входных данных (или выборках одного и того же входного сигнала), для уменьшения ошибок и повышения точности. Из-за естественной изменчивости на этапе обучения разные модели могут возвращать разные результаты при одних и тех же данных. Ансамблевое обучение объединяет прогнозы всех этих моделей (например, путем получения большинства голосов) с целью повышения производительности.
[Термины искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// neuro-core.ru›blogs/artificial-intelligence-about/, свободный.]
Обучение ансамблевое — использование нескольких алгоритмов машинного обучения для получения более высокой прогностической эффективности, чем при использовании любого из составляющих алгоритмов обучения по отдельности.
[Глоссарий по искусственному интеллекту. (Электронный ресурс). Режим доступа: http:// en.wikipedia.org›wiki/Glossary_of_artificial_intelligence/, свободный.]