الهدف الرئيسي من التعلم التجميعي هو زيادة دقة النماذج وتحسين قدرتها على التعميم عبر تقليل التباين (Variance) أو الانحياز (Bias) أو كليهما. عند دمج عدة نماذج، يتم الاستفادة من نقاط القوة لكل منها، مما يجعل التنبؤات أكثر استقرارًا وأقل عرضة للأخطاء الناتجة عن الاعتماد على نموذج واحد فقط. بالإضافة إلى ذلك، يساعد هذا النهج في تقليل خطرOverfitting أو الـ Underfitting في كثير من الحالات.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق