RANDOM FOREST 日本語 意味 - 日本語訳 - 英語の例文

• ランダムフォレスト
• randomforestは
• ランダム・フォレスト

英語 での Random forest の使用例とその 日本語 への翻訳

Random Forest.
ランダムフォレスト。

Mahout Random Forest.
Mahoutランダムフォレスト。

Random Forest Classifier.
ランダムフォレスト分類器。

Linear Regression and Random Forest.
線形回帰やランダムフォレスト。

The Random Forest.
ランダムフォレストを。

Classification and regression random forests.
クラス分類およいび回帰のランダム・フォレスト。

Random Forest Algorithm.
ランダムフォレストアルゴリズム。

The first output is the OOB error rate of the random forest.
最初のアウトプットは、ランダム・フォレストのOOB誤差率です。

Random Forest Algorithms.
RandomForestのアルゴリズムと。

We show k-nearest neighbor regression and random forest regression as examples.
K近傍回帰とランダムフォレスト回帰を例として示します。

Random forests・Gradient boosting.
ランダムフォレスト・勾配ブースティング。

All of the presented results use the scikit-learn random forest implementation[6].
提示された結果では、すべてscikit-learnランダムフォレスト実装が使用されています[6]。

Random Forest Classification and Naive Bayes.
ランダムフォレストによる分類やナイーブベイズ。

The goal, here, is to set up and train a Random Forest classifier on the Titanic dataset.
ここでの目的は、Titanicデータセットでランダム・フォレスト分類器をセットアップして訓練することです。

The Random Forest classifier(RF) is used.
機械学習にはRandomForest(rf)を使用しています。

We can observe based on the reported accuracy of different techniques that the“random forest(RF)” algorithm achieves the best performance.
報告された種々の技法の正確さから、”randomforest(RF)”アルゴリズムが最高の性能を示すことがわかります。

Random Forest builds a set of decision trees.
ランダムフォレストは、決定木をたくさん作ったものです。

As is usually the case with analyses to use random forest, we can calculate feature importance by sklearn's function.
通常、ランダムフォレストを使用する分析の場合と同様に、sklearnの関数によって特徴量の重要度を計算することができます。

Random forest creates a large number of decision trees.
ランダムフォレストは、決定木をたくさん作ったものです。

It's focus is on supervised classification with several classifiers available: SVMs(based on libsvm), k-NN, random forests, decision trees.
その焦点は教師付き分類で利用可能ないくつかの分類:Svm（libsvmに基づく）、kNN、ランダムフォレスト、およびデシジョンツリー。

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。

In this study, firstly we applied four standard regression algorithms such as least squares, partial least squares, support vector machines, and random forest, to experimental measurements.
本研究では、初めに4つの代表的な回帰手法(最小二乗法、部分最小二乗法、サポートベクトルマシン、ランダムフォレスト)を実験データに適用した。

A Random Forest classifier consists of multiple trees designed to increase the classification rate.
ランダムフォレスト分類器-分類率を高めるため、複数の木で構成されます。

When evaluated with respect to the database of the UCI Machine Learning Repository, the boosted random forest can greatly reduce the use of memory in comparison with the ordinary random forest, with at least the equivalent performance see lower graph.
UCIMachineLeaningRepositryのデータベースについて評価したところ,BoostedRandomForestは,通常のRandomForestと比べて,性能は同等以上でメモリの使用を大幅に削減することができます下グラフ。

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。

Random Forests modeling engine is a collection of many CART® trees that are not influenced by each other when constructed.
RandomForestsは、構成される時にお互いに影響されない多くのCART木の集合です。

Random Forest Algorithm proved to be the most efficient algorithm as compared to other algorithms due to its?
ランダムフォレストアルゴリズムは、そのために他のアルゴリズムと比較して最も効率的なアルゴリズムであることが証明されました。

A boosted random forest is suitable when implementing a random forest on embedded hardware which has constraints in the memory environment.
BoostedRandomForestは,メモリ環境に制限がある組み込みハードウェア上でRandomForestを実現する際に適しています。

Boosted Random Forest A boosted random forest introduces weighting into the learning samples and constructs decision trees sequentially by a boosting algorithm.
BoostedRandomForestBoostedRandomForestは,学習サンプルに重みを導入して,Boostingアルゴリズムにより逐次的に決定木を構築していきます。

Random forest is a multi-class classifier method which has a high classification capability and which enables high-speed learning and classification. It is attracting attention in many fields such as computer vision, pattern recognition, and machine learning.
RandomForestは,高い識別能力を持ち,高速な学習・識別が可能なマルチクラス識別器であり,コンピュータビジョンやパターン認識,機械学習など多くの分野で注目を集めています。