AI用語集

📖

用語

ランダムフォレスト (Random Forest)

決定木を基本推定量として使用するバギングアルゴリズム。各木はブートストラップサンプルと特徴量のランダムなサブセットで学習されます。

📖

用語

アウトオブバッグ (OOB) エラー

バギングモデルの性能を評価する手法。各推定量のブートストラップサンプリングで選ばれなかったデータを検証セットとして使用します。

📖

用語

推定量の不安定性

データの小さな変動に非常に敏感な一部の基本モデル（決定木など）の特性。これにより、バギングが特に効果的になります。

📖

用語

ランダムパッチ (Random Patches)

各基本モデルに対して、インスタンスのブートストラップサンプリングと特徴量のランダムサンプリングを組み合わせるアンサンブル手法。多様性を高めます。

📖

用語

回帰バギング

バギングの回帰モデルへの応用。最終的な予測は、基本回帰器の個々の予測値の平均を計算することで得られます。

📖

用語

アンサンブルの多様性

基本モデル間の誤差の不均一性の尺度。多様性が高いことは、バギングにおける集約が全体的な誤差を効果的に低減するために不可欠です。