Hierbei handelt es sich um ein statistisches Verfahren zur Schätzung der Verteilung einer Statistik (z. B. des Mittelwerts oder der Standardabweichung) durch Zufallsstichproben mit Ersatz aus dem Datensatz. Bei dieser Methode werden zahlreiche Stichproben entnommen, jede Stichprobe wird analysiert, und die Ergebnisse werden zur Bildung einer Verteilung verwendet. Dieser Ansatz ist besonders nützlich, wenn der ursprüngliche Datensatz klein ist, da er die Schätzung der Verteilung einer Statistik ermöglicht, ohne dass eine große Anzahl von ursprünglichen Beobachtungen erforderlich ist. Bootstrap-Resampling wird häufig beim maschinellen Lernen und bei der Datenanalyse verwendet, um die Unsicherheit eines Modells zu bewerten oder die Modellgenauigkeit zu verbessern.