Дослідження, проведені в галузі медицини, стосуються важливої теми, інтерес до якої з кожним роком зростає. Дослідження було зосереджено на прогнозуванні початку інсульту, стану, що становить серйозний ризик для здоров'я та життя людей. Використання надзвичайно незбалансованого набору даних стало проблемою для розробки моделей машинного навчання, здатних ефективно передбачати випадки інсульту.
Підвищення точності прогнозування засобами штучного інтелекту є важливим завданням в різних галузях промисловості, економіки, медицини. Ансамблеве навчання є одним із можливих варіантів досягнення цього. Зокрема, побудова стекінгових моделей на підставі різних методів машинного навчання, чи з використанням різних частин наявного набору даних демонструє високу точність прогнозу. Проте потребу правильного підбору членів ансамблю, їх оптимальних параметрів, тощо, зумовлює потребу великих часових витрат на підготовку та навчання таких моделей.