बायेसियन रैंडम फ़ॉरेस्ट
बाइयेसियन रैंडम फ़ॉरेस्ट क्लासिकल रैंडम फ़ॉरेस्ट का विस्तार करता है, जिसमें ट्री संरचनाओं और लीफ़ पैरामीटर्स पर एक प्रायर डिस्ट्रिब्यूशन (prior distribution) रखा जाता है, और फिर उस एनसेंबल पर पोस्टीरियर (posterior) को सैंपल या एप्रोक्सिमेट किया जाता है। इसका परिणाम कैलिब्रेटेड अनिश्चितता अनुमानों के साथ प्राप्त भविष्यवाणियों का एक सेट होता है — एक ऐसी क्षमता जो स्टैंडर्ड रैंडम फ़ॉरेस्ट में नहीं होती है — जिससे यह तब मूल्यवान हो जाता है जब मॉडल कितना आत्मविश्वासी है, यह जानना भविष्यवाणी के जितना ही महत्वपूर्ण होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Taddy, M., Chen, C., Yu, J., & Wyle, M. (2015). Bayesian and Empirical Bayesian Forests. Proceedings of the 32nd International Conference on Machine Learning (ICML 2015), PMLR 37, 967–976. link ↗
- Lakshminarayanan, B., Roy, D. M., & Teh, Y. W. (2016). Mondrian Forests for Large-Scale Regression when Uncertainty Matters. Proceedings of the 19th International Conference on Artificial Intelligence and Statistics (AISTATS 2016), PMLR 51, 1478–1487. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian Random Forest (Bayesian Ensemble of Decision Trees). ScholarGate. https://scholargate.app/hi/machine-learning/bayesian-random-forest
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- बायेसियन सक्रिय शिक्षणमशीन अधिगम↔ compare
- बायेसियन डिसीजन ट्रीमशीन अधिगम↔ compare
- बायेसियन अर्ध-पर्यवेक्षित शिक्षण (Bayesian Semi-supervised Learning)मशीन अधिगम↔ compare
- गॉसियन प्रक्रियामशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare