Machine learning

Pădurea Aleatoare (Random Forest)

Pădurea Aleatoare (Random Forest) este o metodă de învățare prin ansamblu, introdusă de Leo Breiman în 2001, care construiește numeroși arbori de decizie pe eșantioane bootstrap ale datelor și combină voturile acestora pentru a produce o clasificare și o regresie robuste. Prin agregarea multor arbori ușor diferiți, produce predicții mai precise și mai stabile decât orice arbore individual.

Deschide în MethodMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Method map

The neighbourhood of related methods — select a node to explore.

Pădurea Aleatoare (Random Forest)

Arbore de decizie Regresia Logistică Mașina cu Vectori Suport…XGBoost Arbore de decizie cu înv…Gradient Boosting cu Înv…LightGBM cu Învățare Act…Regresie Liniară cu Învă…Regresie Logistică cu În…Mașina cu Vector Suport…

+127 more

Surse

Breiman, L. (2001). Random Forests. Machine Learning, 45, 5–32. DOI: 10.1023/A:1010933404324 ↗
James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 8). Springer. ISBN: 978-1-4614-7138-7

Cum se citează această pagină

ScholarGate. (2026, June 1). Random Forest (Breiman Ensemble of Decision Trees). ScholarGate. https://scholargate.app/ro/machine-learning/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.

Arbore de decizieÎnvățare automată↔ compare
Regresia LogisticăStatistică pentru cercetare↔ compare
Mașina cu Vectori Suport (Clasificare)Învățare automată↔ compare
XGBoostÎnvățare automată↔ compare

Compare side by side →

Citat de

Arbore de decizie cu învățare activă Gradient Boosting cu Învățare Activă LightGBM cu Învățare Activă Regresie Liniară cu Învățare Activă Regresie Logistică cu Învățare Activă Mașina cu Vector Suport cu Învățare Activă AdaBoost Mecanismul de atenție Bagging (Agregare Bootstrap)Bagging Ensemble Bagging Bayesian Arbore de decizie bayesian k-Nearest Neighbors Bayesian LightGBM Bayesian Pădure aleatorie bayesiană XGBoost bayesian Reglajul fin BERT RNN bidirecțional Boosting Capsule Network CatBoost Clasificarea imaginilor cu rețele neuronale convoluționale (CNN)Rețea Neuronală Convoluțională (Clasificare)DBSCAN Arbore de decizie Învățare prin consolidare profundă DeepAR Cartografiere Digitală a Solurilor CNN dilatată Învățare Automată Dublă Elastic Net Învățare Activă bazată pe Ansambluri Algoritmul Apriori de tip "Ensemble"Arbore de decizie ansamblu Modelul Gaussian Mixt de Ansamblu Proces Gaussian de Ansamblu Gradient Boosting de Ansamblu Isolation Forest de ansamblu K-Nearest Neighbors în Ansamblu Regresie Liniară de Ansamblu Regresie Logistică de Ansamblu Învățarea metricilor de ansamblu Naive Bayes de Ansamblu Învățare Online în Ansamblu Învățare automată auto-supervizată în ansamblu Machine de Support Vector Ensemble Învățare prin transfer de ansamblu Arbore de decizie explicabil Extra Trees Explicabile Gradient Boosting Explicabil K-Means Explicabil K-Nearest Neighbors explicabil LightGBM Explicabil Perceptron multistrat explicabil Naive Bayes explicabil Pădurea Aleatorie Explicabilă Ansamblu de stivuire explicabil XGBoost Explicabil Extra Trees Proces Gaussian Pădurea Aleatorie Ponderată Geografic Ajustarea fină a modelelor GPT Gradient Boosting Rețeaua de Atenție Grafică Rețea Neuronală pe Grafuri Unitate Recurentă Gated (GRU)Informer Isolation Forest Clustering K-Means K-Nearest Neighbors Distilarea cunoștințelor Propagarea etichetelor LightGBM LIME: Explicații locale interpretabile, agnostice față de model Analiza Discriminantă Liniară (LDA)Regresie Liniară (ML)Regresie Logistică (ML)Longformer / BigBird LoRA și PEFT LSTM Machine learning-assisted epigenome-wide association study GWAS asistat de învățare automată Analiză metabolomică asistată de învățare automată Analiză asistată de învățare automată a diversității microbiomului Analiză de îmbogățire a căilor asistată de învățare automată Analiza expresiei diferențiale a datelor RNA-seq asistată de învățarea automată Vot majoritar Amestec de Experți Perceptron multistrat (MLP)Perceptron multistrat (MLP)Multinomial Logistic Regression N-BEATS N-HiTS Naive Bayes Căutarea Arhitecturilor Neuronale ODE-uri neuronale Bagging Online Pădurea Aleatoare Online PatchTST Clasificare bazată pe pixeli a imaginilor Arbore de decizie regularizat Pădure Aleatorie Regularizată Regularized Stacking Ensemble Împachetare Robustă (Robust Bagging)Arbore de decizie robust Gradient Boosting Robust Robust LightGBM Robust Random Forest Ansamblu Robust de Stivuire Ansamblul de Vot Robust Atenție Multi-Capete (Multi-Head Self-Attention)Arbore de decizie auto-supervizat Gradient Boosting auto-supervizat Random Forest Auto-supervizat Self-supervised Stacking Ensemble Bagging Semi-Supervizat Arbore de decizie semi-supervizat FP-growth semi-supervizat Izolare semi-supervizată a arborilor Random Forest semi-supervizat Ansamblu de Stivuire Semi-supervizat Mașină cu vectori suport semi-supervizată XGBoost semi-supervizat Model Secvență-la-Secvență SHAP (SHapley Additive exPlanations)Stacking Descrierea algoritmului de optimizare Gradient Descent Stocastic (SGD)Mașina cu Vectori Suport (Clasificare)Temporal Fusion Transformer TextCNN Transformer (NLP)UMAP Vision Transformer Învățare vizuală contrastivă Ansamblul de votare XGBoost

Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →