第周
活动/讲座地点：待定
活动/讲座嘉宾：任芮彬
嘉宾介绍：
任芮彬，西南交通大学数学学院统计系，讲师。
主要内容：
决策树（Decision Tree）是一种简单但是广泛使用的机器学习分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。决策数有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。
作为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forest，简称RF）拥有广泛的应用前景，从市场营销到医疗保健保险，既可以用来做市场营销模拟的建模，统计客户来源，保留和流失，也可用来预测疾病的风险和病患者的易感性。随机森林是通过集成学习的思想将多棵树集成的一种算法，它的基本单元就是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。
图片新闻 
最新更新 
