- Bạn vui lòng tham khảo Thỏa Thuận Sử Dụng của Thư Viện Số
Tài liệu Thư viện số
Danh mục TaiLieu.VN
Nghiên cứu này đã thiết lập và đánh giá khả năng dự báo độ sâu sau nước nhảy của sáu mô hình học máy (ML), gồm có: Rừng cây ngẫu nhiên (Random Forest - RT), Tăng cường thích ứng (Adaptive Boosting – Ada), Tăng cường tốc độ (Cat Boosting – CB), Tăng cường độ dốc (Gradient Boosting - GB), Cây bổ sung (Extra Trees - ET) và Máy Vector hỗ trợ (Support Vector Machine...
15 p tgtls 24/03/2025 14 0
Từ khóa: Thuật toán học máy, Mô hình học máy, Định lý π-Buckingham, Rừng cây ngẫu nhiên, Mô hình Tăng cường thích ứng, Mô hình Tăng cường độ dốc
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 8: Cây quyết định và rừng ngẫu nhiên
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 8: Cây quyết định và rừng ngẫu nhiên. Chương này cung cấp cho học viên những nội dung về: cây quyết định (Decision tree); biểu diễn cây quyết định; học cây quyết định bằng ID3; vài vấn đề trong ID3; cây quyết định cho hồi quy; rừng ngẫu nhiên (Random forests);... Mời các bạn cùng tham khảo chi...
43 p tgtls 23/12/2023 99 0
Từ khóa: Bài giảng Nhập môn Học máy và Khai phá dữ liệu, Nhập môn Học máy và Khai phá dữ liệu, Cây quyết định, Rừng ngẫu nhiên, Học cây quyết định bằng ID3, Biểu diễn cây quyết định
Bài viết thử áp dụng giải thuật Rừng ngẫu nhiên có điều chỉnh hàm chi phí (cost-sensitive weighted random forest - CSWRF), vốn đã thành công trong bài toán phát hiện gian lận thẻ tín dụng (credit card fraud detection) để giải quyết vấn đề dữ liệu mất cân bằng trong bài toán dự đoán thuê bao rời bỏ nhà mạng. Ngoài ra, tác giả so sánh hiệu quả của giải...
10 p tgtls 23/10/2023 108 0
Từ khóa: Phân lớp dữ liệu mất cân bằng, Dự đoán thuê bao rời bỏ nhà mạng, Rừng ngẫu nhiên, Kỹ thuật viễn thông, Điều chỉnh hàm chi phí, Phương pháp SMOTE