Machine learning

Pylli i Rastësishëm

Pylli i Rastësishëm (Random Forest) është një metodë mësimi ansambël, e prezantuar nga Leo Breiman në vitin 2001, e cila rrit shumë pemë vendimi mbi mostra "bootstrap" të të dhënave dhe kombinon votat e tyre për të prodhuar klasifikim dhe regresion të fortë. Duke bashkuar shumë pemë paksa të ndryshme, ajo prodhon parashikime më të sakta dhe më të qëndrueshme sesa çdo pemë e vetme.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Method map

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

Pylli i Rastësishëm

Pemët e vendimmarrjes Regresioni logjistik Makineria e Vektorëve Mb…XGBoost Pemë vendimmarrëse e të…Gradient Boosting Aktiv…LightGBM me Mësim Aktiv Regresioni Linear me Mës…Mësimi Aktiv me Regresio…Mbështetëse Makinerie më…

+127 more

Burimet

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

Si ta citoni këtë faqe

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

Pemët e vendimmarrjesMësimi i makinës↔ compare
Regresioni logjistikStatistika e hulumtimit↔ compare
Makineria e Vektorëve Mbështetës (Klasifikimi)Mësimi i makinës↔ compare
XGBoostMësimi i makinës↔ compare

Compare side by side →

Cituar nga

Pemë vendimmarrëse e të mësuarit aktiv Gradient Boosting Aktiv Aprendimi LightGBM me Mësim Aktiv Regresioni Linear me Mësim Aktiv Mësimi Aktiv me Regresion Logjistik Mbështetëse Makinerie mësimore aktive AdaBoost Mekanizmi i vëmendjes Bagim (Agregimi Bootstrap)Bagging Ensemble Bagimja Bajeziane Pemë Vendimmarrëse Bayesiane Bayesian k-Nearest Neighbors LightGBM Bajezian Pylli i rastësishëm Bayesian XGBoost Bajezian Përshtatja e BERT RNN-i Bidireksional Boosting Rrjeti me kapsula CatBoost Klasifikimi i imazheve me CNN Rrethi nervor konvolucional (Klasifikim)DBSCAN Pemët e vendimmarrjes Mësimi i thellë i përforcuar DeepAR Hartimi Dixhital i Tokave CNN e zgjeruar Të dyfishtë Mësimi Makinerik Elastic Net Mësimi Aktiv i Ansamblit Algoritmi Ensemble Apriori Pemë vendimi grupore Model Gaussian i Përzier me Grumbullim (Ensemble Gaussian Mixture Model)Procesi Gaussiar i grupit (Ensemble Gaussian Process)Përforcimi i Gradientit Ensemble Izolimi i Pyllit Ensemble K-Përafërtit të Bashkuar (Ensemble K-Nearest Neighbors)Regresioni Linear i Ansamblit Regresioni Logjistik i Grupit Mësimi i Metrikave me Ansambël Naive Bayes i Ansamblit Të mësuarit në grup në internet Mësimi i Vetë-mbikëqyrur në formë Ansambli Makina Mbështetëse Vektoriale Ansambël Mësimi i Transferuar me Ansambël (Ensemble Transfer Learning)Pemëtues i Vendimeve të Shpjegueshme Extra Trees i Shpjegueshëm Gradient Boosting i Shpjegueshëm K-Means Shpjegues K-Përafërtet më të afërt të shpjegueshëm LightGBM e Shpjegueshme Perceptron Multilayer i Shpjegueshëm Naive Bayes i Shpjegueshëm Pyllë i Rastësueshëm i Shpjegueshëm Shtresimi Shpjegues (Explainable Stacking Ensemble)XGBoost i Shpjegueshëm Extra Trees Procesi Gaussian Geographically Weighted Random Forest Përsosja e GPT (GPT Fine-Tuning)Përmbledhja me Gradient (Gradient Boosting)Rrjeti me Vëmendje Grafike Rrjeti Neurale i Grafëve Njësia e përsëritur e portës (GRU)Informer Isolation Forest Grupimi K-Mjeft K-Nearest Neighbors Distilimimi i Njohurive Propagimi i Etiketimeve LightGBM LIME: Shpjegime Lokale të Interpretuara, të Pavarura nga Modeli Analiza Diskriminuese Lineare (LDA)Regresioni linear (ML)Regresioni logjistik (ML)Longformer / BigBird LoRA dhe PEFT LSTM Studimi i Asociacionit Epigjenom-Gjerë i Asistuar nga ML (ML-EWAS)GWA-s të ndihmuara nga mësimi makinerik – ML-GWAS Analiza Metabolomike e Asistuar nga Mësimi Makinerik Analiza e diversitetit mikrobial me ndihmën e mësimit automatik Analiza e Pasurimit të Shtigjeve e Asistuar nga Mësimi Makinerik Analiza e shprehjes diferenciale të RNA-seq të asistuar nga mësimi i makinerive Votim shumicë Përzierje Ekspertësh Perceptroni me shtresa të shumta (MLP)Perceptroni Shumështresor (MLP)Regresioni Logjistik Multinomial N-BEATS N-HiTS Naive Bayes Kërkimi i Arkitekturës Neurale ODE Neurale Bagging në internet Online Random Forest PatchTST Klasifikimi i imazheve bazuar në piksel Pemë vendimmarrëse e rregulluar Pyllë i Rregulluar i Rastësishëm Regularized Stacking Ensemble Mbledhja Robuste (Robust Bagging)Pemë vendimmarrjeje e fortë (Robust Decision Tree)Përmirësimi i Pjerrëtuesit të Fortë LightGBM i Qëndrueshëm Pylli i Rastësishëm Robust (Robust Random Forest)Stacking Robust (Robust Stacking Ensemble)Ansambli i Votimit të Qëndrueshëm Vetë-vëmendja me shumë koka Pema e vendimit e vetë-mbikëqyrur Gradient Boosting vetë-i-mbikëqyrur Pylli i rastësishëm i vetë-mbikëqyrur Vetë-mbikëqyrja e grumbulluar (Self-supervised Stacking Ensemble)Semi-supervised Bagging Pemë vendimmarrëse gjysmë-e mbikëqyrur FP-growth gjysmë-i mbikëqyrur Izolimi gjysmë-mbikëqyrës Pyllë e rastësishme gjysmë-e mbikëqyrur Shtresa gjysmë-mbikëqyrëse (Semi-supervised Stacking Ensemble)Makina Mbështetëse Vektoriale Gjysmë-e Mbikëqyrur XGBoost gjysmë-i mbikëqyrur Modeli sekuencë-për-sekuencë SHAP (SHapley Additive exPlanations)Shtresimi Zbjarja e Gradientit Stokastik (SGD)Makineria e Vektorëve Mbështetës (Klasifikimi)Transformuesi i Shkrirjes Temporale TextCNN Transformer (NLP)UMAP Vision Transformer Mësimi vizual kontrastiv Ensemble votimi XGBoost

Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →