Durante las últimas décadas, en el área de aprendizaje automático y minería de datos, el desarrollo de métodos de conjunto ha ganado una atención significativa por parte de la comunidad científica. Los métodos de conjunto de aprendizaje automático combinan múltiples algoritmos de aprendizaje para obtener un mejor rendimiento predictivo que el que se podría obtener de cualquiera de los algoritmos de aprendizaje constituyentes por sí solos. La combinación de múltiples modelos de aprendizaje ha demostrado teórica y experimentalmente proporcionar un rendimiento significativamente mejor que sus aprendices base individuales. En la literatura, los algoritmos de aprendizaje de conjunto constituyen un enfoque dominante y de vanguardia para obtener un rendimiento máximo, por lo que se han aplicado en una variedad de problemas del mundo real que van desde el reconocimiento facial y de emociones, pasando por la clasificación de texto y el diagnóstico médico, hasta la predicción financiera.