Víte, co je bagging? Uveďte příklad algoritmu.

Bagging (Bootstrap Aggregating) — это метод ансамблирования в машинном обучении, который повышает устойчивость и точность моделей за счёт обучения нескольких моделей на разных подвыборках исходных данных с возвращением (bootstrap samples). Итоговый прогноз получается усреднением (для регрессии) или голосованием (для классификации) результатов всех моделей.

Пример алгоритма, использующего bagging — Random Forest. Он строит множество решающих деревьев на случайных подвыборках данных и случайных подмножествах признаков, после чего объединяет их прогнозы.