AI用語集
人工知能の完全辞典
バギング（ブートストラップ集約）
ブートストラップサンプル上に複数のモデルを作成し、それらの予測を多数決または平均によって組み合わせるアンサンブル学習手法。
ランダムフォレスト
各分割で特徴量をランダムに選択し、モデル間の相関を低減する決定木を使用したバギングアルゴリズム。
Extra Trees 極めてランダム化されたツリー
ランダムフォレストの変種で、分割しきい値の選択において追加のランダム化を行い、分散をさらに低減させる。
パスティングアンサンブル
バギングに似たアンサンブル学習法だが、訓練データから復元抜きでサブセットを使用する方法。
投票分類器
複数の異種分類器を組み合わせ、ハード多数決投票またはソフト加重平均を使用して最終予測を行う技術。
スタッキング・スタックド・ジェネラリゼーション
クロスバリデーションを使用して、複数のベースモデルの予測を組み合わせるためにメタモデルを訓練するアンサンブル手法。
ブレンディング
スタッキングの簡略化されたバリアントで、交差検証の代わりにホールドアウト検証セットを使用してメタモデルを訓練するもの。
アウトオブバッグ誤差推定
バギング法の内部評価手法の一つで、選択されていないサンプル（アウトオブバッグ）を使用して汎化誤差を推定する方法。
アンサンブル学習における特徴量の重要度
不純度の減少または置換に基づくアンサンブルモデルにおける変数の重要度評価技術
ブートストラップサンプリング手法
バランスドブートストラップ、層別ブートストラップ、重み付けブートストラップを含むデータセットのための高度なブートストラップサンプリング技法。
アイソレーションフォレスト
ランダムフォレストベースの異常検知アルゴリズムで、木における平均パス長を用いてポイントの孤立度を測定する
ローテーションフォレスト
ランダムフォレストの拡張で、各木を訓練する前に特徴量のサブセットにPCA変換を適用する手法。
バギング回帰器
バギングを回帰問題に適用し、予測を平均または中央値で組み合わせることで分散を削減する。
バランスドランダムフォレスト
Random Forestの変種で、各木に対してバランスされたブートストラップサンプリングによって不均衡クラス問題を扱う手法。
分位点回帰フォレスト
回帰における目的変数の分布の条件付き分位点を推定するためのランダムフォレストの拡張。