Доклад посвящен одному из алгоритмов машинного обучения – случайному лесу (Random Forest). Случайный лес – метод, предложенный Лео Брейманом и Адель Катлер, заключающийся в использовании комитета (ансамбля) решающих деревьев в задачах классификации, регрессии и кластеризации. Random Forest способен эффективно обрабатывать данные с большим числом признаков и классов, его качество сравнимо с SVM и бустингом. Он отличается высокой параллелизуемостью и масштабируемостью.

Докладчик: Андрей Гомзин

Материалы:

  1. http://ru.wikipedia.org/wiki/Random_forest
  2. Andy Liaw and Matthew Wiener. Random Forest: A Classification and Regression Tool for сompound Classification and QSAR Modeling.
  3. Leo Breiman. Random Forests.

Презентация с семинара (pdf)