« Forêt aléatoire » : différence entre les versions

Dernière version du 23 juillet 2025 à 12:02

Définition

Algorithme de classification composé de nombreux arbres de décision. 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

Español

bosques aleatorios

Algoritmo de clasificación compuesto por numerosos árboles de decisión. Propuesto formalmente en 2001 por Leo Breiman y Adèle Cutler, es una técnica de aprendizaje automático. Este algoritmo combina los agregación de arranque (bagging). El algoritmo del bosque de árboles de decisión aprende a partir de múltiples árboles de decisión entrenados en subconjuntos ligeramente diferentes de los datos.

Sources

Source : Wikipedia, Forêt d'arbres décisionnels.

Source : Wikistats, Agrégation de modèles.

101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
+==Définition==
-== Domaine ==
+'''[[Algorithme]]''' de '''[[classification]]''' composé de nombreux '''[[Arbre de décision|arbres de décision]]'''.  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/>
+==Español==
-<br/>
-<br/>
-[http://wikistat.fr/pdf/st-m-app-agreg.pdf source : Wikistats.fr ]
-<br/>
-<br/>
-<br/>
+''''' bosques aleatorios '''''
-<br/>
+''Algoritmo de clasificación compuesto por numerosos árboles de decisión. Propuesto formalmente en 2001 por Leo Breiman y Adèle Cutler, es una técnica de aprendizaje automático.''
+''Este algoritmo combina los agregación de arranque (bagging). El algoritmo del bosque de árboles de decisión aprende a partir de múltiples árboles de decisión entrenados en subconjuntos ligeramente diferentes de los datos.
+''
+==Sources==
+[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, ''Agrégation de modèles''.]
+{{Modèle:101}}
+[[Category:GRAND LEXIQUE FRANÇAIS]]
+[[Catégorie:101]]

« Forêt aléatoire » : différence entre les versions