Агрегатор потерь — метод машинного обучения, который объединяет выходы или предсказания нескольких моделей для получения единого улучшенного предсказания. За счет агрегирования поведения моделей он может снижать дисперсию и повышать точность по сравнению с использованием одной модели.
A type of machine learning algorithm that improves the performance of a model by combining the predictions of multiple models and using those predictions to make a single prediction. As a result, a loss aggregator can reduce the variance of the predictions and improve the accuracy of the predictions.