有没有值得推荐的随机森林 Random Forest教材？ 第1页
1
yan-ming-80 网友的相关建议:
可以参考Gilles Louppe的文章“Understanding Random Forests: From Theory to Practice”。
文章地址：From Theory to Practice，作者的github：glouppe (Gilles Louppe)
Gilles Louppe是scikit-learn random forest包的主要作者，Understanding Random Forests是他的博士论文。
本文从随机森林原理入手，介绍了ensemble方法，分析了随机森林的bound，复杂度等，详细阐述了随机森林可以解决哪些问题。然后以sklearn中的random forests为例介绍了如何实现一个随机森林分类/回归器，深入浅出。
如果你想学习随机森林，无论是入门还是精通，这篇文章都是不二之选。
1
相关话题
caffe开发过程中使用了哪些工具？数据挖掘、机器学习、自然语言处理这三者是什么关系？这几个怎么入门啊？
普通程序员如何正确学习人工智能方向的知识？
为什么现在有这么多人工智能无用论？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
机器学习，深度神经网络等方法是否是正确的方向？
目前的人工智能离可以自己给自己写代码编程还有多远？
人工智能和自动控制能在一起擦出什么样的火花？
请问机器学习中的预测与决策的区别是什么，他们的界限在哪里呢？
如何理解压缩感知(compressive sensing)？
下一个讨论
你曾榨出过最好喝的果蔬汁的搭配是怎样的？
相关的话题
机器学习到底是什么，如何使用这项技术？GBDT算法的细节问题？
如何评价微软亚洲研究院提出的LightRNN？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
2021年了，如何评价微软亚研提出的对偶学习（Dual Learning）？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
如何理解今年发表在JMLR上随机森林算法SPORF？
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
什么叫做泛函空间的大数定律？
如何评价阿里巴巴启动NASA计划？
如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了？
从应用的角度来看，深度学习怎样快速入门？
如何系统学习机器学习？
从算法的角度来看，Elsagate 事件暴露出了「自动推荐」的哪些问题，该如何规避？
从应用的角度来看，深度学习怎样快速入门？
为什么神经网络具有泛化能力？
如何看待李国杰院士在科学网发文称，国内 AI 研究「顶不了天、落不了地」，该想想了？
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
机器通过主动学习能为人类生活带来怎样的改变？
人工智能顶会的best paper，后来都怎么样了？
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
奇异值分解（SVD）有哪些很厉害的应用？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
隐马尔可夫模型在金融领域应用前景如何？
是不是并不是所有问题都适合用神经网络预测？
反馈控制理论在通信、信号处理等领域有哪些应用？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
如何看待 AI 方向 PhD 申请竞争过于激烈的现象？
机器学习中的PR曲线一定会过（1，0）这个点吗？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？