Bootstraping, Bagging, BoostingAdaBoost, DiscreteAB,RealAB, GentleAB, WeightBoost, ADDEMUP, arcing : adaptive recombination of classifiers, bagging : bootstrap aggregation, bag-stacking : bagging plus stacking, cascading, combination of classifiers, committees of networks, consensus theory, cragging : cross aggregation (like k-fold cross validation), dagging : disjoint-sample aggregation, dag-stacking : dagging plus stacking, classifieurs basé sur le principe diviser pour régner (divide and conquer), hagging : half-sample aggregation, mélange d'experts, multiple classifier systems, classifieurs multi-stage et multi-level, OLC : optimal linear combination, pandemonium of reflective agents, sieving algorithms, stacking : utiliser les sorties de plusieurs modèles (avec en option les entrées initiales) comme entrées d'un nouveau modèle (de deuxième niveau), voting.