Ensambles (Ensemble)

Método en el ámbito de machine learning donde se combinan múltiples modelos, usualmente de aprendizaje automático, para mejorar el rendimiento predictivo en comparación con utilizar un único modelo.

Promueve la reducción de errores al aprovechar la diversidad de los modelos individuales, lo cual ayuda a disminuir sesgos, varianza y la propensión al sobreajuste.

Existen diferentes técnicas de ensamble, entre las que destacan bagging, boosting y stacking, cada una con enfoques específicos para combinar los modelos.

Se utiliza ampliamente en diversos problemas de clasificación y regresión, demostrando eficacia en competiciones y aplicaciones reales de inteligencia artificial.