Nöral ağlara göre yapılandırmaları daha kolaydır. Karar ormanlarında daha az hiperparametre vardır. Dahası, karar ormanlarındaki hiperparametreler iyi varsayılanlar sağlar.
Sayısal, kategorik ve eksik özellikleri yerel olarak işler. Bu sayede, nöral ağ kullanımına kıyasla çok daha az ön işleme kodu yazarak zamandan tasarruf edip hata kaynaklarını azaltır.
Bunlar genellikle kullanıma hazır iyi sonuçlar verir, güvenilir ve gürültülü verilere sahip, yorumlanabilir özelliklere sahiptir.
Nöral ağlardan çok daha hızlı şekilde çıkarımda bulunurlar ve küçük veri kümeleri (1 milyondan az örnek) üzerinde eğitilirler.
Karar ormanları, makine öğrenimi yarışmalarında mükemmel sonuçlar sunar ve birçok endüstriyel görevde yoğun olarak kullanılır.
Bu kursta karar ağaçları ve karar ormanları tanıtılmaktadır.
Karar ormanları, tablo verilerinde uzmanlaşan, yorumlanabilir makine öğrenimi algoritmaları ailesidir.
Karar ormanları şunları gerçekleştirebilir:
Bu kursta, herhangi bir kütüphaneye odaklanmadan karar ormanlarının nasıl çalıştığı açıklanmaktadır.
Bununla birlikte, kurs boyunca metin kutuları, YDF karar ormanı kitaplığını temel alan ancak diğer karar ormanı kitaplıklarına dönüştürülebilen kod örneklerini gösterir.
Ön koşullar
Bu kursta, aşağıdaki kursları tamamladığınız veya eşdeğer bilgilere sahip olduğunuz varsayılmaktadır:
[null,null,["Son güncelleme tarihi: 2024-04-18 UTC."],[[["Decision forests are interpretable machine learning algorithms that work well with tabular data for tasks like classification, regression, and ranking."],["Decision forests offer advantages such as easy configuration, native handling of various data types, robustness to noise, and fast inference/training on smaller datasets."],["This course provides a comprehensive understanding of decision trees and forests, including how they make predictions, different types, performance considerations, and effective usage strategies."],["The course uses YDF library code examples to demonstrate concepts, but the knowledge is transferable to other decision forest libraries."],["Basic machine learning knowledge and familiarity with data preprocessing are prerequisites for this course."]]],[]]
