Глоссарий ИИ
Полный словарь искусственного интеллекта
Сбалансированный бутстреп (Balanced Bootstrap)
Вариант бутстрепа, гарантирующий, что каждое исходное наблюдение появляется одинаковое количество раз во всех бутстреп-выборках, что снижает смещение при оценке ошибки.
Стратифицированный бутстреп
Метод бутстреп-выборки, который сохраняет пропорции классов или страт в каждой повторной выборке, что особенно важно для несбалансированных данных.
Взвешенный бутстреп (Weighted Bootstrap)
Техника, при которой каждое наблюдение получает вес вероятности при бутстреп-выборе, что позволяет проводить избыточную выборку точек данных, считающихся более важными или надёжными.
Двойной бутстреп
Итерационная процедура, при которой бутстреп-выборка применяется к другой бутстреп-выборке, используемая для повышения точности доверительных интервалов и коррекции смещений высшего порядка.
Блочный бутстреп (Block Bootstrap)
Вариант бутстрепа, разработанный для зависимых данных (временных рядов, пространственных данных), который повторно выбирает смежные блоки наблюдений для сохранения структуры корреляции.
Байесовский бутстреп
Интерпретация бутстрепа как аппроксимации байесовского апостериорного распределения, где бутстреп-выборка моделирует неинформативное априорное распределение на данных.
Параметрический бутстреп
Метод, при котором бутстреп-выборки генерируются из параметрического распределения, подогнанного к исходным данным, в отличие от непараметрического бутстрепа, который использует сами данные.
Непараметрический бутстреп
Стандартный подход бутстрепа, который не делает никаких предположений о лежащем в основе распределении данных, основываясь исключительно на прямом повторном выборочном отборе из эмпирической выборки.
Процентильный бутстреповский доверительный интервал
Метод построения доверительных интервалов с использованием процентилей (например, 2.5% и 97.5%) распределения оценок, вычисленных на бутстреповских выборках.
Доверительный интервал бутстрепа BCa
Бутстреповский доверительный интервал, скорректированный по смещению (Bias-Corrected) и ускорению (accelerated), обеспечивающий более высокую точность за счет исправления смещения и ненормальности бутстреповского распределения.
Бутстреповское подвыборочное исследование (Subagging)
Вариант баггинга, использующий подмножества наблюдений, извлеченных без замены, что снижает дисперсию, будучи при этом менее вычислительно затратным, чем традиционный баггинг.
Бутстреп для временных рядов
Набор методов (таких как блочный бутстреп или бутстреп на основе остатков), адаптированных для повторной выборки серийных данных с сохранением их временной зависимости.
Джекнайф после бутстрепа
Диагностический метод, использующий технику джекнайфа на результатах бутстрепа для оценки стабильности и влияния каждого наблюдения на бутстреповскую оценку.