Voir la source de Agrégation par ré-échantillonnage avec remise

==Définition==
Méta-algorithme d'[[apprentissage ensembliste]] qui ré-échantillonne au hasard avec remise les [[données d'entraînement]] pour créer un ensemble de modèles où chaque sous-échantillon correspond à un modèle distinct.

==Compléments==
Le ré-échantillonnage désigne le processus de création d'un nouvel échantillon de données à partir d'un jeu de données existant, souvent avec remise. 
<hr/>
Note: le résultat sera obtenu par le calcul de la moyenne pour une [[régression]] (prévision d'un nombre) ou par un vote majoritaire dans le cas d'une [[classification]] (prévision d'une classe). 
<hr/>
Typiquement, l'agrégation par ré-échantillonnage avec remise aide à réduire la variance et le [[surapprentissage]]. L'algorithme de la [[forêt aléatoire]] (en anglais, ''random forest'') est une application très utilisée de l'agrégation par ré-échantillonnage avec remise.

Voir: '''[[Ré-échantillonnage avec remise]]'''
<hr/>
L'[[empilement de modèles]] (en anglais, stacking) et l'[[amplification de gradient]] (en anglais, ''gradient boosting'') sont d'autres méthodes pour combiner les résultats d'ensembles de modèles (par exemple, à partir de différents jeux de données utilisés pour l'entraînement des modèles).

==Français==
'''agrégation par ré-échantillonnage avec remise'''

'''agrégation ensembliste par ré-échantillonnage avec remise'''

'''agrégation par la méthode de Cyrano''' 

'''agrégation en circuit fermé'''

'''agrégation bootstrap'''

'''ré-échantillonnage avec remise ensembliste'''  

'''BAGage'''

==Anglais==
'''bagging'''

'''bootstrap aggregation'''

'''bootstrap aggregating'''

'''gradient bagging'''

==Sources==

[https://french.stackexchange.com/questions/32714/french-translation-of-bagging-in-the-case-of-artificial-intelligence/55774#55774 StackExchange - agrégation par ré-échantillonnage avec remise]

[https://www150.statcan.gc.ca/n1/pub/12-001-x/2014002/article/14118-fra.htm  Article - Wang, Jianqiang C ; Jean D. Opsomer et Haonan Wang (2014). ''L’agrégation bootstrap des estimateurs non différenciables dans les enquêtes complexes'', Statistique Canada. - agrégation bootstrap] 

[https://accromath.uqam.ca/2008/07/comment-compter-les-cerfs/ Article de Christian Genest et Louis-Paul Rivest - Comment compter les cerfs? - méthode de Cyrano. ]

[[Utilisateur:Claude COULOMBE | Claude Coulombe, Datafranca.org]]         
   

[[Catégorie:GRAND LEXIQUE FRANÇAIS]]