デシジョン フォレストには次の利点があります。
- ニューラル ネットワークよりも設定が簡単です。デシジョン フォレストではハイパーパラメータが少なくなります。さらに、デシジョン フォレストのハイパーパラメータは適切なデフォルト値を提供します。
- 数値特徴、カテゴリ特徴、欠損特徴をネイティブに処理します。つまり、ニューラル ネットワークを使用する場合よりもはるかに少ない前処理コードを記述できるため、時間を節約し、エラーの発生原因を減らすことができます。
- 多くの場合、すぐに良い結果が得られ、ノイズの多いデータに対して堅牢で、解釈可能な特性を備えています。
- ニューラル ネットワークよりもはるかに高速に、小規模なデータセット（100 万サンプル未満）の推論とトレーニングを行います。
デシジョン フォレストは ML の競争で大きな成果を生み、多くの産業タスクで広く使用されています。
このコースでは、ディシジョン ツリーとディシジョン フォレストについて説明します。デシジョン フォレストは、表形式データの処理に優れている解釈可能な ML アルゴリズムのファミリーです。デシジョン フォレストは次のことを実行できます。
YDF コード
このコースでは、特定の図書館に注目せずに、ディシジョン フォレストの仕組みについて説明します。コース全体を通して、テキスト ボックスに YDF デシジョン フォレスト ライブラリに依存するコードサンプルを紹介しますが、これは他のデシジョン フォレスト ライブラリに変換することもできます。前提条件
このコースは、次のコースを完了しているか、同等の知識があることを前提としています。
ご利用をお待ちしております。