docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links
This commit is contained in:
@@ -6,7 +6,7 @@ tags: [auto-reinforced, ensemble-learning, machine-learning, bagging, boosting,
|
||||
last_reinforced: 2026-04-20
|
||||
---
|
||||
|
||||
# [[Ensemble-Learning]]
|
||||
# [[Ensemble-Learning|Ensemble-Learning]]
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "다수결의 승리: 하나의 강력한 모델에 의존하는 대신, 여러 개의 다양한 모델(Weak Learners)의 예측 결과를 결합하여 개별 모델의 오류를 서로 상쇄하고 전체적인 정확도와 안정성을 극대화하는 알고리즘적 집단 지성."
|
||||
@@ -26,6 +26,6 @@ last_reinforced: 2026-04-20
|
||||
- **정책 변화(RL Update)**: 거대 언어 모델 환경에서도 하나의 에이전트 대신 여러 에이전트 간 토론 과정을 거쳐 정답을 도출하는 '멀티 에이전트 앙상블 정책'이 답변의 정확도(Accuracy) 정책을 높이는 데 사용됨.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Collective-Intelligence]], [[Optimization]], [[Quality Gates]], [[Signal in Noise]], Bias-Variance Tradeoff
|
||||
- [[Collective-Intelligence|Collective-Intelligence]], [[Optimization|Optimization]], [[Quality Gates|Quality Gates]], [[Signal in Noise|Signal in Noise]], Bias-Variance Tradeoff
|
||||
- **Modern Tech/Tools**: Scikit-Learn (Ensemble module), XGBoost, CatBoost, Multi-Agent systems.
|
||||
---
|
||||
|
||||
Reference in New Issue
Block a user