Giới thiệu

Rừng quyết định mang lại các lợi ích sau:

  • Mạng nơron dễ định cấu hình hơn mạng nơron. Rừng quyết định có ít tham số siêu tham số; hơn nữa, siêu tham số trong rừng quyết định cung cấp các chế độ mặc định tốt.
  • Chúng tự xử lý các tính năng dạng số, phân loại và bị thiếu. Điều này nghĩa là bạn có thể viết mã tiền xử lý ít hơn nhiều so với khi sử dụng mạng nơron, giúp tiết kiệm thời gian và giảm nguồn phát sinh lỗi.
  • Các phương thức này thường cho kết quả tốt ngay từ đầu, mạnh mẽ đối với dữ liệu gây nhiễu và có các thuộc tính có thể diễn giải được.
  • Họ suy luận và huấn luyện trên các tập dữ liệu nhỏ (dưới 1 triệu ví dụ) nhanh hơn nhiều so với mạng nơron.

Rừng quyết định mang lại kết quả tuyệt vời trong các cuộc thi học máy và được sử dụng rất nhiều trong nhiều công việc công nghiệp.

Khoá học này giới thiệu cây quyết định và rừng quyết định. Rừng quyết định là một nhóm thuật toán học máy có thể hiểu được, có thể vượt trội với dữ liệu dạng bảng. Rừng quyết định có thể có những chức năng sau:

Mã YDF
Khoá học này giải thích cách hoạt động của rừng quyết định mà không cần tập trung vào bất kỳ thư viện cụ thể nào. Tuy nhiên, trong suốt khoá học này, các hộp văn bản sẽ hiển thị các ví dụ về mã dựa vào thư viện rừng quyết định YDF, nhưng có thể được chuyển đổi sang các thư viện rừng quyết định khác.

Điều kiện tiên quyết

Khoá học này giả định bạn đã hoàn thành các khoá học sau hoặc có kiến thức tương đương:

Chúc bạn học tập vui vẻ!

Tiếp
Dữ liệu phù hợp