Aprendizaje por Conjunto de Modelos

Bootstrap de Conjuntos

Método de muestreo con reemplazo utilizado para crear conjuntos de datos de entrenamiento variados, permitiendo entrenar varios modelos en subconjuntos diferentes para capturar la variabilidad de las predicciones. Particularmente efectivo para la estimación de la incertidumbre en RL basado en modelos (Model-Based RL).

← Volver