Ensemble learning merupakan pendekatan machine learning yang menggabungkan beberapa model untuk menghasilkan prediksi. Salah satu metodenya adalah bagging (Bootstrap Aggregating), yaitu membangun model dari sejumlah sampel bootstrap yang diambil dari data pelatihan, kemudian menggabungkan hasil prediksi model-model tersebut. Breiman (1996) menjelaskan bahwa bagging dapat meningkatkan kestabilan prediksi dengan menggabungkan hasil dari sejumlah model yang dibangun pada sampel bootstrap. Pada regresi, hasil prediksi umumnya digabungkan dengan menghitung rata-rata prediksi dari seluruh model.

Victoria’s crime wave is mostly theft. Five interactive charts on ten years of Crime Statistics Agency data.

Tarea de Maria Teresa Romero Espinosa Practica 3.