統計手法

Bootstrap aggregating、またはbaggingは、複数のモデルを組み合わせてモデルの精度を向上させる機械学習のアンサンブル手法です。

頻度主義統計は、事象の頻度に焦点を当てて、サンプルデータから母集団についての結論を導き出します。

K-foldクロスバリデーションは、複数のデータサブセットを用いて機械学習モデルの性能を評価する手法です。

オーバーサンプリングは、少数クラスのインスタンス数を増やすことでデータセット内のクラス分布をバランスさせる手法です。

パラメトリック統計は、推論や仮説検定のためにデータ分布に関する仮定に依存します。