Ensemble Learning(集成學習)主要是透過結合多個機器學習器而成的大模型。在機器學習首部曲系列中，我們分享了很多機器學習模型，這一個個模型，都可以稱做一個機器學習器(註:相同建模方法餵入不同的訓練樣本或特徵，亦視為不同的機器學習器)。集成學習主要的理念就是透過多個機器學習器的結果，透過不同方法綜合起來得到最終的結果。其方法主要包含三種，分別為Bagging, Bosting及Stacking。本支影片簡單介紹Bagging方法，並分享如何在Python中實作。
...
https://www.youtube.com/watch?v=1ZmThqH-IAk