Info: Slika ponazarja princip delovanja ansambelskega učenja na primeru razločevanja podatkovnih razredov, ki so ponazorjeni s krožci, kvadrati in trikotniki na razsevnih grafikonih. Ansambel je sestavljen iz več osnovnih modelov (razločevalnikov), ki so bili naučeni na različnih podmnožicah učnih podatkov (grafikoni v prvi vrstici). Podatki, ki so bili vključeni v posamezno učno množico so obarvani z različnimi barvami. Razločevalniki delajo različne napake — podatki, ki so zunaj območja, ki ga določijo odločitvene meje prikazane s črtami. Kombinacija vseh razločevalnikov zagotavlja boljšo klasifikacijo kot posamezni modeli (grafikona v drugi vrstici). Pri upoštevanju sestavljene odločitvene meje ostane znotraj pravilnega območja največ podatkov. Avtor: Uporabnik:Smihael
Info: Alternativna verzija. Podatki, ki so bili vključeni v posamezno učno množico so označeni z obrobo v črnem. Barve pomenijo ali je bil podatek razvrščen v pravilen (zeleno) ali napačen razred (rdeče). Pri uporabi ansambelskega modela je najmanj napak. --Miha15:08, 3. april 2024 (CEST)[odgovori]