このページは Cloud Translation API によって翻訳されました。

はじめに

デシジョンフォレストには次の利点があります。

ニューラルネットワークよりも設定が簡単です。デシジョンフォレストではハイパーパラメータが少なくなります。さらに、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値を提供します。
数値特徴、カテゴリ特徴、欠損特徴をネイティブに処理します。つまり、ニューラルネットワークを使用する場合よりもはるかに少ない前処理コードを記述できるため、時間を節約し、エラーの発生原因を減らすことができます。
多くの場合、すぐに良い結果が得られ、ノイズの多いデータに対して堅牢で、解釈可能な特性を備えています。
ニューラルネットワークよりもはるかに高速に、小規模なデータセット（100 万サンプル未満）の推論とトレーニングを行います。

デシジョンフォレストは ML の競争で大きな成果を生み、多くの産業タスクで広く使用されています。

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について説明します。デシジョンフォレストは、表形式データの処理に優れている解釈可能な ML アルゴリズムのファミリーです。デシジョンフォレストは次のことを実行できます。

YDF コード

このコースでは、特定の図書館に注目せずに、ディシジョンフォレストの仕組みについて説明します。コース全体を通して、テキストボックスに YDF デシジョンフォレストライブラリに依存するコードサンプルを紹介しますが、これは他のデシジョンフォレストライブラリに変換することもできます。

前提条件

このコースは、次のコースを完了しているか、同等の知識があ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。