バギング

ブートストラップ集約（英: bootstrap aggregating）やブートストラップ・アグリゲーティングやバギング（英: bagging）とは、統計的分類および回帰で使われる機械学習アルゴリズムの安定性と精度を改善するために設計されたアンサンブル学習メタアルゴリズムである。バギングはバリアンス（分散）を縮小させ、過剰適合を避けることも助ける。