معنی اصطلاح به فارسی

«خود-ترکیبی»

«خود-ترکیبی» رویکردی در یادگیری ماشین است که در آن یک مدل واحد یا چندین مؤلفه داخلی یک مدل واحد، پیش‌بینی‌هایی را تولید می‌کنند که سپس برای بهبود عملکرد کلی و استحکام مدل ترکیب می‌شوند. برخلاف گروه‌های سنتی که شامل آموزش مدل‌های جداگانه هستند، روش‌های خود-ترکیبی از حالت‌های داخلی مدل، مانند ویژگی‌های لایه‌های مختلف شبکه یا خروجی‌های مدل بکار گرفته شده از دوره‌های آموزشی قبلی، برای ایجاد پیش‌بینی‌های گروهی به طور کارآمد استفاده مجدد می‌کنند. این روش تعمیم‌پذیری را بهبود می‌بخشد و عملکرد را بدون هزینه محاسباتی بالای آموزش چندین مدل منفرد افزایش می‌دهد.