هاب پژوهشی
مقالات مرجع مسیر یادگیری، با خلاصهی ساختاریافته و گراف استنادی دوطرفه.
2 مقاله
2001Machine Learning, vol. 45, no. 1, pp. 5-32, DOI: 10.1023/A:1010933404324
Random Forests
Leo Breiman
یافته: نشان داده شد که جنگل تصادفی در مقایسه با درختهای منفرد و سایر روشهای ensemble، دقت بالاتری دارد و بهخوبی با دادههای با ابعاد بالا و نویزدار کار میکند.
2001Machine Learning, Vol. 45, pp. 5–32, DOI: 10.1023/A:1010933404324
Random Forests
Leo Breiman
یافته: جنگل تصادفی خطای تعمیم پایینی دارد، نسبت به نویز مقاوم است و اهمیت متغیرها را نیز تخمین میزند.