Bootstrap-uudelleenotanta on tilastollinen menetelmä, jota käytetään mallin tai parametrin epävarmuuden, vaihtelun tai luottamusvälien arvioimiseen ottamalla toistuvasti näytteitä (korvausmenetelmällä) alkuperäisestä aineistosta ja laskemalla haluttu tilastollinen arvo jokaiselle uudelleenotannalla tehdylle aineistolle.
Se on erityisen hyödyllinen akkututkimuksessa ja -tekniikassa, kun:
Saatavilla oleva data on rajallinen
Haluat arvioida koneoppimismallien kestävyyttä
Sinun on kvantifioitava ennustevälit akun ikääntymis-, heikkenemis- tai käyttöiän odote -malleissa
