Os modelos incorporados que dissecam o conjunto de dados de forma aleatória e repassam aos membros do comitê são de qual tipo de incorporação?

O tipo de incorporação descrito na sua pergunta é chamado de "bagging" ou "bootstrap aggregating". É uma técnica de aprendizado de máquina que consiste em criar várias amostras aleatórias com reposição do conjunto de dados original e treinar um modelo em cada uma dessas amostras. Em seguida, os resultados dos modelos são combinados para produzir uma previsão final. O objetivo do bagging é reduzir a variância do modelo e evitar o overfitting.