Метод случайного леса в R: пример классификации и прогнозирования с определениями и пошаговым рук...

Приведены шаги по применению случайного леса для классификации и прогнозирования. Научная статья о случайном лесу: https://www.igi-global.com/pdf.aspx?t... Данные: https://github.com/bkrai/R-files-from... Видеоролики по машинному обучению: https://goo.gl/WHHqWP Код на языке R: https://github.com/bkrai/Top-10-Machi... Для цитирования в качестве ссылки в научной статье используйте следующее: Meshram, A., and Rai, B. (2019). «Независимое от пользователя обнаружение замирания походки при болезни Паркинсона с использованием классификации случайного леса», Международный журнал больших данных и аналитики в здравоохранении, том 4, выпуск 1, стр. 57-72. Рай Б.К. (2017) «Выбор признаков и прогностическое моделирование данных о жилье с использованием случайного леса», Международный журнал социальной, поведенческой, образовательной, экономической, деловой и промышленной инженерии, том 11, № 4, стр. 880-884. Сяолин Лу, Рай Б., Янь Ч. и Ли Ю. (2018). «Кластерная прогностическая аналитика смартфонов для использования приложений и прогнозирования следующего местоположения», Международный журнал исследований в области бизнес-аналитики, том 9, № 2, стр. 64-80. Рай Б.К. (2020). «Управляемое машинное обучение: пример применения случайного леса в R», глава в книге «Математика, применяемая в инженерии и менеджменте», под редакцией Мангея Рама и С. Б. Сингха, издательство CRC Press Taylor & Francis Company. Темы 00:00 Описание данных CTG 01:58 Разделение данных 03:04 Что такое модель классификации случайного леса? Как она работает? Зачем и когда её использовать? 08:16 Случайный лес в R 10:51 Матрица предсказаний и ошибок — обучающие данные, пакет caret, точность, чувствительность и интерпретация 16:27 Матрица предсказаний и ошибок с тестовыми данными 17:33 Частота ошибок случайного леса, выборки бутстрапа и ошибка вне выборки (oob) 18:04 Настройка модели случайного леса 22:25 Количество узлов для деревьев 23:33 Важность переменных 27:04 График частичной зависимости 28:31 Извлечение отдельного дерева из леса 29:38 Многомерный график масштабирования матрицы близости Случайный лес — важный инструмент для анализа больших данных или работы в области науки о данных. Видео по машинному обучению: https://goo.gl/WHHqWP Как стать специалистом по анализу данных: https://goo.gl/JWyyQc Вводные видео по R: https://goo.gl/NZ55SJ Глубокое обучение с TensorFlow: https://goo.gl/5VtSuC Анализ и классификация изображений: https://goo.gl/Md3fMi Текстовый анализ: https://goo.gl/7FJGmd Визуализация данных: https://goo.gl/Q7Q2A8 Плейлист: https://goo.gl/iwbhnE R — это бесплатная программная среда для статистических вычислений и графики, широко используемая как в академической среде, так и в промышленности. Программное обеспечение R работает как на Windows, так и на Mac-OS. Оно заняло первое место в опросе KDnuggets о лучших языках для аналитики, интеллектуального анализа данных и науки о данных. RStudio — это удобная среда для R, которая стала популярной. #СлучайныйЛес #АлгоритмСлучайногоЛеса #КлассификацияСлучайногоЛеса #МашинноеОбучение #ПрограммированиеНаR #УчебникПоМашинномуОбучению #КурсПоМашинномуОбучению #АлгоритмМашинногоОбучения