دانلود مقالات ISI درباره جنگل‌های تصادفی یا جنگل‌های تصمیم تصادفی + ترجمه فارسی

جنگل‌های تصادفی یا جنگل‌های تصمیم تصادفی یک روش یادگیری ترکیبی برای دسته‌بندی، رگرسیون می‌باشد، که بر اساس ساختاری متشکل از شمار بسیاری درخت تصمیم، بر روی زمان آموزش و خروجی کلاس‌ها (کلاس‌بندی) یا برای پیش بینی‌های هر درخت به شکل مجزا، کار می‌کنند. جنگل‌های تصادفی برای درختان تصمیم که در مجموعهٔ آموزشی دچار بیش برازش می‌شوند، مناسب هستند. نخستین الگوریتم برای جنگل‌های تصمیم تصادفی را «تین کم هو» با بهره‌گیری از روش زیرفضاهای تصادفی پدیدآورد. امروزه در بسیاری از مواقع با حجم کلانی از داده ها مواجه هستیم. پیشرفت سریع تکنولوژی در قرن اخیر ما رابا حجم عظیمی از اطلاعات مواجه کرده است. تحلیل این داده ها با توجه به متغیرهای کمکی )تبیینی، توضیح دهنده یا پیش گوی( فراوانی که معمولا در اختیار است، بسیار چالش برانگیز است. بعد بالای متغیرها و تاثیرات متفاوت آنها به همراه اثر متقابل متغیرها، موجب شده نحوه مدل بندی و تحلیل این گونه داده ها متفاوت از داده های معمول باشد. در این زمینه می توان به روش های داده کاوی برای تسهیل فرایند تحلیل داده ها مراجعه کرد. یکی از راه کارها برای مدل بندی و تحلیل این مجموعه داده ها دسته بندی )خوشه بندی( داده ها است. در این جهت، می توان از درخت های تصمیم استفاده کرد. درخت تصمیم یکی از روش های مناسب برای خوشه بندی اطلاعات است. در این روش از یک الگوی درختی برای اخذ تصمیم استفاده می شود. در این روش از استراتژی هایی استفاده می شود تا بیشترین احتمال، هدف مورد نظر تامین شود. قابلیت دیگر درختان تصمیم، محاسبه احتمال شرطی است. * هر درخت تصمیم دارای سه نوع گره است: . ۱-گره تصمیم: به طور معمول با مربع نشان داده می شود. ۲-گره تصادفی: با دایره مشخص می شود. ۳-گره پایانی: با مثلث مشخص می شود. اما در عمل هنگام مواجه با حجم عظیم اطلاعات، باید از مجموعه ی عظیمی از درختان تصمیم یا به عبارت دیگر”جنگل های تصادفی” استفاده کرد. در ادامه نحوه ساخت الگوریتم تصمیم گیری جنگل های تصادفی مورد بررسی قرار می گیرد. الگوریتم تصمیم گیری جنگل تصادفی . جنگل تصادفی درخت تصمیم های زیادی را تولید می کند. برای طبقه بندی یک شیء جدید از برداری ورودی را در انتهای هر یک از درختان جنگل تصادفی قرار می دهد. هر درخت به ما یک طبقه بندی می هد و می گوییم این درخت به آن کلاس “رای” می دهد. جنگل طبقه بندی ای که بیشترین رای را داشته باشد ) بین همه درخت های جنگل( انتحاب می کند.