Machine learning

Náhodný les

Náhodný les (Random Forest) je metóda súborového učenia, ktorú v roku 2001 predstavil Leo Breiman. Vytvára mnoho rozhodovacích stromov na bootstrapových vzorkách dát a kombinuje ich hlasy, aby dosiahol silnú klasifikáciu a regresiu. Spojením mnohých mierne odlišných stromov produkuje presnejšie a stabilnejšie predpovede než ktorýkoľvek jednotlivý strom.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Method map

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

Náhodný les

Rozhodovací strom Logistická regresia Support Vector Machine (…XGBoost Rozhodovací strom s aktí…Aktívne učenie s gradien…Active Learning LightGBM Aktívne učenie lineárnej…Aktívne učenie s logisti…Podporný vektorový stroj…

+127 more

Zdroje

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

Ako citovať túto stránku

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

Rozhodovací stromStrojové učenie↔ compare
Logistická regresiaŠtatistika vo výskume↔ compare
Support Vector Machine (Klasifikácia)Strojové učenie↔ compare
XGBoostStrojové učenie↔ compare

Compare side by side →

Odkazujú sem

Rozhodovací strom s aktívnym učením Aktívne učenie s gradientovým zosilňovaním Active Learning LightGBM Aktívne učenie lineárnej regresie Aktívne učenie s logistickou regresiou Podporný vektorový stroj s aktívnym učením AdaBoost Mechanizmus pozornosti Bagging (Bootstrap Aggregating)Bagging Ensemble Bayesovský Bagging Bayesovský rozhodovací strom Bayesovský k-najbližších susedov Bayesian LightGBM Bayesovský náhodný les Bayesovský XGBoost Jemné doladenie BERT Bidirectional RNN Boosting Sieť kapsúl CatBoost Klasifikácia obrázkov pomocou CNN Konvolučná neurónová sieť (klasifikácia)DBSCAN Rozhodovací strom Hlboké posilňované učenie DeepAR Digitálne mapovanie pôdy Dilatovaná konvolučná neurónová sieť (Dilated CNN)Dvojité strojové učenie Elastic Net Ensemble Active Learning Ensemble Apriori algoritmus Ensemble rozhodovacích stromov Ensemble Gaussovských Zmesových Modelov Gaussovský proces so súborom expertov (Ensemble Gaussian Process)Ensemble Gradient Boosting Ensemble Isolation Forest Ensemble K-Nearest Neighbors Ensemble Linear Regression Logistická regresia s agregáciou (Ensemble Logistic Regression)Učenie sa súborov metrík Ensemble Naive Bayes Online ensemble učenie Ensemble Self-supervised Learning Ensemble Support Vector Machine Ensemble Transfer Learning Vysvetliteľný rozhodovací strom Vysvetliteľné Extra Trees Vysvetliteľné zosilnenie gradientu Vysvetliteľné K-Means Vysvetliteľné K-najbližších susedov Explainable LightGBM Vysvetliteľný viacvrstvový perceptrón Vysvetliteľný Naive Bayes Explainable Random Forest Explainable Stacking Ensemble Vysvetliteľný XGBoost Extra Trees Gaussov proces Geograficky vážený náhodný les Dolaďovanie GPT Gradient Boosting Grafová at enčná sieť Grafová neurónová sieť Gated Recurrent Unit (GRU)Informer Isolation Forest K-Means Clustering K-Nearest Neighbors Knowledge Distillation Propagácia štítkov LightGBM LIME: Lokálne interpretovateľné agnostické modely vysvetlení Lineárna diskriminačná analýza (LDA)Lineárna regresia (ML)Logistická regresia (ML)Longformer / BigBird LoRA a PEFT LSTM Epigenomická asociačná štúdia (EWAS) asistovaná ML (ML-EWAS)Strojové učenie asistované GWAS Analýza metabolomiky s asistenciou strojového učenia Strojové učenie asistovaná analýza diverzity mikrobiómu Analýza obohacovania dráh asistovaná strojovým učením Diferenciálna expresná analýza RNA-seq s podporou strojového učenia Hlasovanie väčšiny Zmes expertov Perceptron s viacerými vrstvami (MLP)Viacvrstvový perceptrón (MLP)Multinomiálna logistická regresia N-BEATS N-HiTS Naive Bayes Neúrové vyhľadávanie architektúry Neúrová ODR Online Bagging Online Random Forest PatchTST Klasifikácia obrazu na základe pixelov Regulovaný rozhodovací strom Regularizovaný náhodný les Regulované zostavacie ensemble Robustné zastrešovanie (Robust Bagging)Robustný rozhodovací strom Robustný Gradient Boosting Robust LightGBM Robust Random Forest Robustné skladané zoskupenie Robustný hlasovací súbor Viac-hlavová vlastná pozornosť Samo-riadený rozhodovací strom Samoučiacie zosilňovanie gradientu Náhodný les so sebou samým riadeným učením Samo-dohľadové skladané zoskupenie Polosupervidované bagging Semi-supervidovaný rozhodovací strom Semi-supervised FP-growth Semi-supervised Isolation Forest Semi-Supervised Random Forest Semi-supervised Stacking Ensemble Semi-supervised Support Vector Machine Semi-supervised XGBoost Model sekvencia-na-sekvenciu SHAP (SHapley Additive exPlanations)Stacking Stochastický gradientný zostup (SGD)Support Vector Machine (Klasifikácia)Temporal Fusion Transformer TextCNN Transformer (NLP)UMAP Vision Transformer Vizuálne kontrastné učenie Hlasovacie zoskupenie XGBoost

Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →