↑: [[G検定に関する知識]] - アンサンブル学習の手法。複数のモデルを**並列**に学習させ、多数決をとる - Bagging = Bootstrap Aggregating の略 - 元データから復元抽出で少しずつ違うデータセットを作り、それぞれで独立して学習 - 「バギングは並列・独立学習」（ブースティングは直列と対比） - 代表例：**ランダムフォレスト**（決定木＋バギング、ブライマン 2001年） - cf. [[ランダムフォレスト]] - cf. [[ブースティング-G検定]] - cf. [[アンサンブル学習-G検定]]