このコースには 2 つのパートがあります。
- デシジョン フォレストの概要。現在、このコースを閲覧するコースです。
- 高度なデシジョン フォレスト（2022 年後半にリリース予定）
このコースでは、ディシジョン ツリーとディシジョン フォレストを紹介します。
デシジョン フォレストは、教師あり機械学習モデルのファミリーとアルゴリズムのファミリーです。これには、次のような利点があります。
- ニューラル ネットワークよりも構成が簡単です。デシジョン フォレストには少数のハイパーパラメータがあります。また、デシジョン フォレストのハイパーパラメータは適切なデフォルトを提供します。
- これらは、数値特徴、カテゴリ特徴、欠損特徴をネイティブで処理します。つまり、ニューラル ネットワークを使用する場合よりも前処理コードをはるかに少なくできるため、時間の節約とエラーの発生元の削減につながります。
- すぐに使用できる優れた結果が得られ、ノイズの多いデータに堅牢で、解釈可能な特性を備えています。
- 小規模データセット（< 100 万サンプル）は、ニューラル ネットワークよりもはるかに高速に推定されてトレーニングされています。
デシジョン フォレストは機械学習の競争で大きな成果を上げ、多くの産業タスクで多用されています。デシジョン フォレストは実用的で、効率的で、解釈可能です。デシジョン フォレストは、次のようなさまざまな教師あり学習タスクに使用できます。
このコースの内容は、デシジョン フォレストに関する汎用的なものであり、特定のライブラリに依存しません。このようなオレンジ色のボックスには、TensorFlow デシジョン フォレスト（TF-DF）ライブラリを使用するコードサンプルが含まれています。これらのサンプルは TF-DF に固有ですが、他のデシジョン フォレスト ライブラリに簡単に変換できることがよくあります。
Prerequisites
このコースは、次のコースを修了しているか、同等の知識を持っていることを前提としています。
ご利用をお待ちしております。