« Forêt aléatoire » : différence entre les versions

Dernière version du 7 février 2024 à 20:05

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

Source : Wikipedia, Forêt d'arbres décisionnels.

Source : Wikistats, Agrégation de modèles.

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
+==Définition==
-== Domaine ==
+'''[[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.
-[[Category:Vocabulaire]]Vocabulaire<br />
-[[Category:scotty]]
-[[Category:wikistats]]
-[[Category:9]]
-<br />
-<br />
-== Définition ==
+==Français==
+'''forêt aléatoire '''
-L’algorithme d’agrégation de modèles le plus utilisé est celui des forêts aléatoires
+'''forêt d'arbres décisionnels'''
-(random forest) de Breiman (2001) ce qui ne signifie pas qu’il conduit
-toujours à la meilleure prévision. Voir la documentation pour la signification
-de tous les paramètres.
-Plus que le nombre d’arbres n_estimators, le paramètre à optimiser est
+'''forêt d'arbres aléatoire'''
-le nombre de variables tirées aléatoirement pour la recherche de la division
-optimale d’un nœud : max_features. Par défaut, il prend la valeur p/3 en
-régression et √p en discrimination.
-<br />
+'''ensemble d'arbres décisionnels'''
-<br />
-== Français ==
+'''ensemble d’arbres aléatoire'''
-=== forêt aléatoire n.f.===
-===forêt d'arbres aléatoire  n.f.===
-===forêt d'arbres décisionnels n.f.===
-===ensemble d’arbres aléatoire n.m.===
-===ensemble d'arbres décisionnels n.m.===
-<br />
-<br />
-== Anglais ==
+==Anglais==
-=== random forest ===
+''' random forest '''
-<br/>
+==Sources==
-<br/>
-<br/>
-[http://wikistat.fr/pdf/st-m-app-agreg.pdf source : Wikistats.fr ]
-<br/>
-<br/>
-<br/>
+[https://fr.wikipedia.org/wiki/For%C3%AAt_d%27arbres_d%C3%A9cisionnels   Source : Wikipedia, ''Forêt d'arbres décisionnels''.]
-<br/>
+[http://wikistat.fr/pdf/st-m-app-agreg.pdf   Source : Wikistats, ''Agrégation de modèles''.]
+[[Category:GRAND LEXIQUE FRANÇAIS]]