DECISION TREES 日本語 意味 - 日本語訳 - 英語の例文

• 決定木
• 意思決定ツリーを

英語 での Decision trees の使用例とその 日本語 への翻訳

We follow decision trees.
決定木をたどる。

There are numerous implementations of decision trees.
多数の決定木を使用することによる。

Dyadic decision trees.
デシジョンツリーDecisiontree。

In this example, I look at Decision Trees.
例えば、こんな決定樹で考えてみる。

I'm new to Decision Trees and want to learn more.
決定木の作成経験はなく、詳細を学びたい。

One of these is decision trees.
つは、決定木である。

Decision trees in machine learning and data mining.
機械学習とデータマイニングにおける決定木。

The method implements CART binary decision trees.
この手法はCARTバイナリ決定木を実装しています。

Decision trees are a white box model.
したがって、決定木はホワイトボックスモデルなどと表現されることがある。

Basic models like linear regression and decision trees.
基本的な構造は決定木や線形回帰と同様です。

However, decision trees suffer from a well-known problem.
しかし、決定木にはよく知られている問題がある。

Random forest creates a large number of decision trees.
ランダムフォレストは異なる決定木をたくさん作ります。

However, decision trees can become excessively complex.
ただ、時には決定木が複雑になりすぎることもあります。

Support vector machines, or various types of decision trees.
SupportVectorMachineや決定木といったもの。

Using decision trees in machine learning has several advantages:.
機械学習への決定木の応用には以下の利点があります。

Random Forest is a model that uses multiple decision trees.
RandomForestは、複数の決定木を用いて、識別する手法です。

Large decision trees are the enemy of efficient path-building software.
大きな意思決定ツリーは、効率的なパス構築ソフトウェアの敵です。

Relations to other learning approaches, including decision trees, are given.
決定木を含む他の学習法との関連についても述べる。

Using decision trees for resolving issues with hardware and software.
ハードウェア、ソフトウェアについての問題解決のための意思決定ツリーの活用。

Random Forests: This powerful machine learning algorithm allows you to make predictions based on multiple decision trees.
ランダム・フォレスト:この強力な機械学習アルゴリスムは、複数の決定木に基づいて予測ができます。

Decision trees are constructed in order to help with making decisions..
決定木は、意志決定を助けることを目的として作られる。

The learning of differentiable decision trees can be combined with representation learning.
微分決定木の学習は、表現の学習と組み合わせることができます。

The machine learning technique for inducing a decision tree from data is called decision tree learning, or decision trees.
データから決定木を作る機械学習の手法のことを決定木学習、あるいはくだけた言い方では単に決定木と呼ぶ。

This algorithm builds multiple decision trees and merges them together to get a more accurate and stable prediction.
複数の決定木モデルを構築して、それらを一つにまとめてより正確で質の高い予測を行う手法。

The machine learning technique for inducing a decision tree from data is called decision tree learning, or decision trees.
データから決定木を作る機械学習の手法のことを決定木学習(英:decisiontreelearning)、または略して単に決定木と呼ぶ。

The method implements binary decision trees, in particular, CART trees proposed by Breiman et al. 1984.
この手法は、バイナリの決定木、とくにBreimanら(1984)が提案したCARTツリーを実装する。

The machine learning technique for inducing a decision tree from data is called decision tree learning, or(colloquially) decision trees.
データから決定木を作る機械学習の手法のことを決定木学習(英:decisiontreelearning)、あるいはくだけた言い方では単に決定木と呼ぶ。

We wrote Scheme program which converts pre-learned decision trees written in Scheme to decision trees written in C.
Schemeで実装された学習済み決定木をC言語で実装された決定木に変換するSchemeプログラムを実装しました。

MATLAB offers a wide range of machine learning tools, besides bagged decision trees, that can be used in the context of credit rating.
MATLABはバギングされた決定木以外にも多様な機械学習ツールを提供しており、それらも格付けに使用することができます。