« Forêt aléatoire » : différence entre les versions
m (Remplacement de texte : « ↵↵↵↵ » par « ») |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Algorithme de classification composé de nombreux arbres de décisions. Formellement proposé en 2001 par Leo Breiman et Adèle Cutler, il fait partie des techniques d'apprentissage automatique. Cet algorithme combine les concepts de sous-espaces aléatoires et de '''[[ré-échantillonnage avec remise ensembliste]]''' (''bagging''). L'algorithme des forêts d'arbres décisionnels effectue un apprentissage sur de multiples arbres de décision entraînés sur des sous-ensembles de données légèrement différents. | '''[[Algorithme]]''' de classification composé de nombreux arbres de décisions. Formellement proposé en 2001 par Leo Breiman et Adèle Cutler, il fait partie des techniques d'apprentissage automatique. Cet algorithme combine les concepts de sous-espaces aléatoires et de '''[[ré-échantillonnage avec remise ensembliste]]''' (''bagging''). L'algorithme des forêts d'arbres décisionnels effectue un apprentissage sur de multiples arbres de décision entraînés sur des sous-ensembles de données légèrement différents. | ||
==Français== | ==Français== | ||
| Ligne 15 : | Ligne 15 : | ||
==Anglais== | ==Anglais== | ||
''' random forest ''' | ''' random forest ''' | ||
==Sources== | ==Sources== | ||
[https://fr.wikipedia.org/wiki/For%C3%AAt_d%27arbres_d%C3%A9cisionnels Source: Wikipedia, ''Forêt d'arbres décisionnels''.] | [https://fr.wikipedia.org/wiki/For%C3%AAt_d%27arbres_d%C3%A9cisionnels Source: Wikipedia, ''Forêt d'arbres décisionnels''.] | ||
[http://wikistat.fr/pdf/st-m-app-agreg.pdf Source: Wikistats | [http://wikistat.fr/pdf/st-m-app-agreg.pdf Source: Wikistats, ''Agrégation de modèles''.] | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 7 février 2024 à 19:05
Définition
Algorithme de classification composé de nombreux arbres de décisions. Formellement proposé en 2001 par Leo Breiman et Adèle Cutler, il fait partie des techniques d'apprentissage automatique. Cet algorithme combine les concepts de sous-espaces aléatoires et de ré-échantillonnage avec remise ensembliste (bagging). L'algorithme des forêts d'arbres décisionnels effectue un apprentissage sur de multiples arbres de décision entraînés sur des sous-ensembles de données légèrement différents.
Français
forêt aléatoire
forêt d'arbres décisionnels
forêt d'arbres aléatoire
ensemble d'arbres décisionnels
ensemble d’arbres aléatoire
Anglais
random forest
Sources
Contributeurs: Evan Brach, Claude Coulombe, Jacques Barolet, wiki
