Machine learning

Slučajna šuma

Slučajna šuma (engl. Random Forest) je metoda ansambl učenja, koju je uveo Leo Breiman 2001. godine, a koja uzgaja mnoga stabla odlučivanja na uzorcima podataka dobijenim butstrapovanjem i kombinuje njihove glasove kako bi proizvela snažnu klasifikaciju i regresiju. Objedinjavanjem mnogih blago različitih stabala, ona proizvodi tačnije i stabilnije predikcije od bilo kog pojedinačnog stabla.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Method map

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

Slučajna šuma

Дрво одлучивања Logistička regresija Support Vector Machine (…XGBoost Aktivno učenje sa stablo…Активно учење са градије…Aktivno učenje LightGBM Aktivno učenje za linear…Logistička regresija sa…Podržani mašinski učilac…

+127 more

Izvori

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

Kako citirati ovu stranicu

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

Дрво одлучивањаMašinsko učenje↔ compare
Logistička regresijaIstraživačka statistika↔ compare
Support Vector Machine (Klasifikacija)Mašinsko učenje↔ compare
XGBoostMašinsko učenje↔ compare

Compare side by side →

Citirana u

Aktivno učenje sa stablom odlučivanja Активно учење са градијентним појачавањем Aktivno učenje LightGBM Aktivno učenje za linearnu regresiju Logistička regresija sa aktivnim učenjem Podržani mašinski učilac sa aktivnim učenjem AdaBoost Mehanizam pažnje Bagging (Bootstrap Aggregating)Bagging Ensemble Bajezijansko agregiranje (engl. Bayesian Bagging)Bejzijanovo stablo odlučivanja Bajezijanski k-najbližih suseda Bajezijanski LightGBM Bejzijevska (Bayesian) nasumična šuma Bajezijanski XGBoost BERT fine-tuning Bidirectional RNN Boosting Капсулска мрежа CatBoost Класификација слика помоћу ЦНН-а Konvoluciona neuronska mreža (klasifikacija)DBSCAN Дрво одлучивања Дубоко појачавајуће учење DeepAR Дигитално картографирање земљишта Konvolucione neuronske mreže sa proširenjem (Dilated CNN)Dvostruko mašinsko učenje Elastična mreža Aktivno učenje zasnovano na ansamblu Ensemble Apriori algoritam Metode zasnovane na stablu odluke sa sklopom (Ensemble Decision Tree)Ensemble Gaussian Mixture Model Ensemble Gausov proces Ensemble Gradient Boosting Ensemble Isolation Forest Ensemble K-Nearest Neighbors (Ensemble KNN)Ensemble Linear Regression Ensemble Logistic Regression Ensemble Metric Learning trenira višestruke učenike metričkih udaljenosti Ensemble Naive Bayes (Ensemblovani Naivni Bejz)Online učenje pojačanja (Ensemble Online Learning)Ensemble samonadzirano učenje Ensemble Support Vector Machine Ensemble transferno učenje Објашњиво стабло одлучивања Екстремно рандомизована стабла са објашњењем (Explainable Extra Trees)Objašnjivo gradijentno pojačavanje Objašnjivi K-Means Objašnjivi K-najbližih suseda Објашњиви ЛајтГБМ Objašnjivi višeslojni perceptron Објашнјиви Наивни Бејз Објашнјиви случајни шум Objašnjivo slaganje (Explainable Stacking Ensemble)Objašnjivi XGBoost Екстра дрвећа Gausov proces Географски пондерисана случајна шума GPT fino-podešavanje Градијентно појачање Графова мрежа са пажњом (Graph Attention Network, GAT)Графова неуронска мрежа Gated Recurrent Unit (GRU)Informer Isolation Forest K-Means klasterovanje K-Nearest Neighbors Дистилација знања Propagacija oznaka LightGBM LIME: Lokalno interpretabilna modelu-agnostička objašnjenja Linearna diskriminaciona analiza (LDA)Linearna regresija (ML)Logistička regresija (ML)Longformer / BigBird LoRA i PEFT LSTM ML-potpomognuta epigenom-široka asocijaciona studija (ML-EWAS)ML-GWAS (Genomsko-asocijativna studija uz pomoć mašinskog učenja)Analiza metabolomike potpomognuta mašinskim učenjem Analiza diverziteta mikrobioma uz pomoć mašinskog učenja Analiza obogaćivanja puteva potpomognuta mašinskim učenjem Machine learning-assisted RNA-seq differential expression Većinsko glasanje Mešavina eksperata Višeslojni perceptron (MLP)Višeslojni perceptron (MLP)Multinomial Logistic Regression N-BEATS N-HiTS Naivni Bejz Pretraga neuronske arhitekture Неуронска ОДУ Online Bagging Online Random Forest PatchTST Класификација слика по пикселима Regularizovano stablo odlučivanja Регуларизована случајна шума Регуларизовани стек ансамбл Robust Bagging Robusno stablo odlučivanja Робусно појачање градијента Робусни ЛајтГБМ Робусна насумична шума Robustno slaganje Робусна гласачка ансамбла Višeglava sopstvena pažnja Samostalno nadgledano stablo odlučivanja Samonadzorirano pojačavanje gradijenta Samo-nadgledane nasumične šumske Samostalno nadgledano slaganje ansambala Polu-nadgledano upredanje Polu-nadgledano stablo odluke Полунадгледани FP-growth Polu-nadgledana Izolaciona Šuma Полу-надгледана случајна шума Polu-nadgledano usklađivanje ansambala Polunadzirana mašina potpornih vektora Полу-надгледани XGBoost Model sekvenca-na-sekvencu SHAP (SHapley Additive exPlanations)Steking Stohastički gradijentni spust (SGD)Support Vector Machine (Klasifikacija)Temporal Fusion Transformer TextCNN Transformer (NLP)UMAP Vision Transformer Vizuelno kontrastno učenje Glasački ansambl XGBoost

Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →