Краткий обзор моделей случайного леса для исполнительного руководителя

Огляд моделей випадкового лісу для виконавчого директора

Нсеменец до древо: Возрастающий случайный лес в машинном обучении

В самом начале этой статьи напоминается, что вам не нужно быть компьютерным ученым, чтобы заниматься наукой о данных. Фактически, вам не нужно быть ученым по данным, чтобы заниматься наукой о данных. В зависимости от характера проблемы, которую вы пытаетесь решить, вы можете быть достаточно эффективными, используя инструменты и принципы, основанные на науке о данных.

Это предположение верно даже если ваш уровень владения статистикой, программированием и наукой о данных все еще развивается.

Image Credit: Author’s Illustration created in Canva.

Позвольте мне освободить некоторое дополнительное место и дополнительное пространство для тех, кто только начинает свой учебный путь. Как оказывается, время от времени читатели моих статей делятся со мной идеями кодирования, которые я еще не видел или не использовал сам. Если вы находитесь ближе к окончанию своего учебного пути и видите, что я делаю что-то странное, что не имеет смысла, или если вы видите более лучший способ, не стесняйтесь высказываться в комментариях.

При чтении, если вы чувствуете себя немного потерянным из-за ключевого термина, внизу этой статьи есть глоссарий.

Сначала эта статья дает обзор случайных лесов, на что они способны и откуда они происходят, прежде чем она также говорит о трех основных особенностях современного подхода к случайным лесам, которые позволяют им очень хорошо работать во многих контекстах. Кроме того, эта статья дает иллюстрацию того, как случайные леса делают предсказания, прежде чем привести обсуждение вопросов, связанных с ростом случайного леса.

Обзор случайных лесов

Давайте рассмотрим философское основание случайных лесов, прежде чем мы войдем в технические нюансы. Технически говоря, случайный лес – это ансамблевый метод. В основном этот метод используется для классификации. Я вкратце расскажу о том, как вы можете использовать случайные леса или деревья решений для задач регрессии.

Кроме того, случайные леса являются формой обучения с учителем в машинном обучении, что означает, что когда мы их используем, мы будем использовать исторические данные обучения, чтобы обучить компьютер (или обучить модель) делать предсказания о новых данных в будущем.