Ensemblering är en teknik där man kombinerar flera olika modeller för att få en mer robust och noggrann prediktiv modell. Ensemblering kan användas för att minska risken för överanpassning av modellen och för att hantera brusiga data.
Ett exempel på ensemblering är Random Forests, där man skapar ett stort antal beslutsträd och kombinerar deras resultat för att få en mer robust modell.