Telegram Group & Telegram Channel
🌳 Ветки в ML: как работает Random Forest

Если вы слышали про деревья решений, но не понимаете, зачем из них делают целый лес — вот схема, чтобы всё стало на свои места. Random Forest — это ансамбль из деревьев, который работает лучше, чем каждое по отдельности.

📦 Input: признаки (features)
🔁Output: предсказание (class или значение)

Step 1: Bootstrap-агрегация (bagging)
📦 Берём случайные подмножества данных
📦 Тренируем дерево на каждом из них
📦 Повторяем N раз

Step 2: Построение деревьев
📦 На каждой вершине выбираем случайный поднабор признаков
📦 Выбираем лучший сплит
📦 Растим дерево до конца (без обрезки)
📦 Повторяем для всех подмножеств

Step 3: Коллективное решение
📦 Все деревья делают предсказания
📦 Классификация: голосуем большинством
📦 Регрессия: считаем среднее

👉 Что важно:
— Каждое дерево «слепо» и нестабильно, но лес — устойчив
— Метод борется с переобучением
— Работает хорошо даже без тюнинга
— Обожают за explainability (важность признаков и out-of-the-box визуализацию)

🔵 Чтобы знать о машинном обучении все, забирайте наш курс «Базовые модели ML и приложения»

Proglib Academy
#буст
Please open Telegram to view this post
VIEW IN TELEGRAM



tg-me.com/proglib_academy/2772
Create:
Last Update:

🌳 Ветки в ML: как работает Random Forest

Если вы слышали про деревья решений, но не понимаете, зачем из них делают целый лес — вот схема, чтобы всё стало на свои места. Random Forest — это ансамбль из деревьев, который работает лучше, чем каждое по отдельности.

📦 Input: признаки (features)
🔁Output: предсказание (class или значение)

Step 1: Bootstrap-агрегация (bagging)
📦 Берём случайные подмножества данных
📦 Тренируем дерево на каждом из них
📦 Повторяем N раз

Step 2: Построение деревьев
📦 На каждой вершине выбираем случайный поднабор признаков
📦 Выбираем лучший сплит
📦 Растим дерево до конца (без обрезки)
📦 Повторяем для всех подмножеств

Step 3: Коллективное решение
📦 Все деревья делают предсказания
📦 Классификация: голосуем большинством
📦 Регрессия: считаем среднее

👉 Что важно:
— Каждое дерево «слепо» и нестабильно, но лес — устойчив
— Метод борется с переобучением
— Работает хорошо даже без тюнинга
— Обожают за explainability (важность признаков и out-of-the-box визуализацию)

🔵 Чтобы знать о машинном обучении все, забирайте наш курс «Базовые модели ML и приложения»

Proglib Academy
#буст

BY Proglib.academy | IT-курсы


Warning: Undefined variable $i in /var/www/tg-me/post.php on line 283

Share with your friend now:
tg-me.com/proglib_academy/2772

View MORE
Open in Telegram


Proglib academy | IT курсы Telegram | DID YOU KNOW?

Date: |

The S&P 500 slumped 1.8% on Monday and Tuesday, thanks to China Evergrande, the Chinese property company that looks like it is ready to default on its more-than $300 billion in debt. Cries of the next Lehman Brothers—or maybe the next Silverado?—echoed through the canyons of Wall Street as investors prepared for the worst.

The STAR Market, as is implied by the name, is heavily geared toward smaller innovative tech companies, in particular those engaged in strategically important fields, such as biopharmaceuticals, 5G technology, semiconductors, and new energy. The STAR Market currently has 340 listed securities. The STAR Market is seen as important for China’s high-tech and emerging industries, providing a space for smaller companies to raise capital in China. This is especially significant for technology companies that may be viewed with suspicion on overseas stock exchanges.

Proglib academy | IT курсы from jp


Telegram Proglib.academy | IT-курсы
FROM USA