Random forest

Bài giảng Học máy thống kê: Mô hình máy học kết hợp (Ensemble Learning) khám phá các kỹ thuật kết hợp nhiều mô hình học máy để đạt được hiệu suất tốt hơn. Chuyên đề này sẽ trình bày các phương pháp như Bagging, Pasting, Random Forests, Boosting và Stacking. Học các kỹ thuật này sẽ giúp bạn xây dựng các mô hình mạnh mẽ và bền vững hơn. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

54p hoatrongguong03 15-05-2025 1 0   Download

This study advances forest fire susceptibility mapping in Gia Lai province by leveraging optimized machine learning models.

13p vijiraiya 19-05-2025 1 1   Download

Trên cơ sở xu hướng nghiên cứu về đánh giá nguy cơ SLĐ ở trên thế giới cũng như hạn chế của các nghiên cứu áp dụng tại khu vực vùng núi tỉnh Quảng Ngãi, nghiên cứu này sử dụng các mô hình học máy từ đơn giản đến phức tạp như LR, DT, SVM, Random Forest, XGBoost để dự đoán nguy cơ SLĐ. Mô hình có khả năng dự đoán tốt nhất được lựa chọn để xây dựng bản đồ phân vùng nguy cơ SLĐ. Hiệu quả của bản đồ này sẽ được đánh giá bằng chỉ số mật độ SLĐ và kết quả kiểm chứng thực tế.

9p vimitsuki 06-05-2025 1 1   Download

Nghiên cứu này áp dụng mô hình stacking để đánh giá rủi ro tín dụng, kết hợp dự đoán từ nhiều mô hình học máy khác nhau, bao gồm XGBoost, Random Forest, và CatBoost. Một mô hình meta, hồi quy logistic, được sử dụng để tối ưu hóa dự đoán từ các mô hình cơ sở để đưa ra dự đoán.

9p bachlapkim01 09-05-2025 2 2   Download

Mục đích của nghiên cứu này là phát triển và đánh giá sáu mô hình học máy, gồm có: Cây quyết định (Decision Tree – DT), Rừng cây ngẫu nhiên (Random Forest - RT), Tăng cường thích ứng (Adaptive Boosting – Ada), Tăng cường độ dốc (Gradient Boosting - GB), Cây bổ sung (Extra Trees - ET) và Máy Vector hỗ trợ (Support Vector Machine – SVM).

12p bachlapkim01 09-05-2025 1 1   Download

This paper aims to enhance computational performance for behavior prediction of tri-directional functionally graded plates using ensemble learning methods such as random forest, extreme gradient boosting, and light gradient boosting machine. Furthermore, the effectiveness of these methods is verified by comparing their results with those of artificial neural networks.

11p visarada 28-04-2025 1 1   Download

The present study aims to explore the utilization of a depression symptom database, employing classical machine learning techniques, with a focus on the Random Forest algorithm alongside other methodologies, to assess and diagnose stress levels.

12p visarada 28-04-2025 1 1   Download

Trong nghiên cứu này, ba phương pháp: K-Nearest Neighbors (KNN), Linear Regression (LR) và Random Forest Regression (RFR), được sử dụng để phân tích độ tin cậy, tính chính xác của từng phương pháp. Trạm thủy văn Cần Thơ (trên sông Hậu) được sử dụng để dự báo mực nước trong vòng 6 tháng để làm rõ ưu điểm và hạn chế của các phương pháp, khẳng định tính khả thi và hiệu quả của Machine Learning trong quản lý tài nguyên nước.

3p vimaito 11-04-2025 2 2   Download

Bệnh tim mạch (CVD) đã cướp đi khoảng 19,1 triệu người, chiếm 33% số ca tử vong toàn cầu vào năm 2022 (theo thống kê của WHO). Trong nghiên cứu này, nhóm tác giả sử dụng kỹ thuật máy học có giám sát xây dựng mô hình hỗ trợ chẩn đoán bệnh tim mạch dựa trên một số triệu chứng cận lâm sàng trong hai tệp dữ liệu.

8p viling 11-10-2024 4 0   Download

Predicting the macroscopic permeability of porous media is critical in various scientific and engineering applications. This study proposes a novel model that combines Random Forest (RF) and rime-ice (RIME) optimization algorithm, denoted RIME-RF-RIME, to predict permeability based on six key features covering fluid phase dimensions, geometric characteristics, surrounding phase permeability, and media porosity.

14p viengfa 28-10-2024 2 2   Download

This article uses Random Forest (RF) and k-fold cross-validation to predict the hourly count of rental bikes (cnt/h) in the city of Seoul (Korea) using information related to rental hour, temperature, humidity, wind speed, visibility, dewpoint, solar radiation, snowfall, and rainfall.

9p viengfa 28-10-2024 3 2   Download

In this study, the Machine Learning (ML) approach has been adopted using Random Forest (RF) model to estimate the CBR of the soil based on 10 input parameters such as Plasticity Index (PI), Liquid Limit (LL), Silt Clay content (SC), Fine Sand content (FS), Coarse sand content (CS), Optimum Water Content (OWC), Organic content (O), Plastic Limit (PL), Gravel content (G), and Maximum Dry Density (MDD), which can be easily determined in the laboratory.

14p viengfa 28-10-2024 6 2   Download

Nghiên cứu này đã thiết lập và đánh giá khả năng dự báo độ sâu sau nước nhảy của sáu mô hình học máy (ML), gồm có: Rừng cây ngẫu nhiên (Random Forest - RT), Tăng cường thích ứng (Adaptive Boosting – Ada), Tăng cường tốc độ (Cat Boosting – CB), Tăng cường độ dốc (Gradient Boosting - GB), Cây bổ sung (Extra Trees - ET) và Máy Vector hỗ trợ (Support Vector Machine – SVM).

15p viaburame 14-03-2025 2 1   Download

Trong nghiên cứu này, nhóm nghiên cứu sử dụng mô hình trí tuệ nhân tạo (AI - Artificial Intelligence) với thuật toán học máy (Machine Learning) Random Forest (RF) thực hiện phân loại, giám sát biến động các lớp phủ bề mặt tại khu vực Hà Nội giai đoạn 2013-2023. Các dữ liệu ảnh vệ tinh và các kết quả phân tích được thực hiện trên nền tảng điện toán đám mây GEE và sử dụng ngôn ngữ lập trình Javascript.

11p viambani 18-06-2024 8 3   Download

Recently, machine learning (ML) algorithms have proven to be highly effective tools for predicting structural damage. However, the data used in structural health monitoring often consists primarily of normal operational conditions or slight deviations from the original state, with a scarcity of data representing potentially dangerous conditions.

21p viyamanaka 06-02-2025 2 1   Download

Customer Churn is now becoming a significant problem in the banking sector. It is necessary to seek solutions to predict the rate of customer churn in banks; however, the dataset for customer churn prediction in banks is imbalanced. In this paper, Random Forest (RF) based on two popular resampling techniques, named SMOTE and ADASYN, are used to obtain a banking customer churn prediction model.

6p viyamanaka 06-02-2025 7 2   Download

Hệ thống quản lý quan hệ khách hàng - CRM (Customer relationship management) là một phương pháp giúp các doanh nghiệp tiếp cận và giao tiếp với khách hàng một cách có hệ thống và hiệu quả, quản lý các thông tin của khách hàng như thông tin về tài khoản, nhu cầu, liên lạc và các vấn đề khác nhằm phục vụ khách hàng tốt hơn. Bài viết trình bày việc ứng dụng Machine Learning trong hệ thống CRM.

3p vipettigrew 15-03-2023 11 3   Download

This study aims to compare the performance of two models: Random Forest (RF) and Decision Tree (DT). By evaluating their accuracy and efficiency in predicting the Poisson coefficient, this study seeks to determine which model offers superior performance and robustness for this application.

11p viyamanaka 06-02-2025 4 2   Download

Tóm tắt Luận án Tiến sĩ Kỹ thuật "Cải tiến chất lượng kiểm thử đột biến bậc cao" được nghiên cứu với mục tiêu: Nghiên cứu tổng quan về kiểm thử đột biến và các kỹ thuật kiểm thử đột biến; Nâng cao kỹ thuật kiểm thử đột biến, đặc biệt là kiểm thử đột biến bậc cao; Đánh giá chất lượng của toán tử đột biến sử dụng để tạo ra các đột biến; Đề xuất giải pháp, mô hình để dự báo chất lượng kiểm thử đột biến sử dụng các thuật toán học máy Logistic Regression, Random Forest Classifier, XGBoost và LightGBM để thực hiện huấn luyện, dự báo tỷ lệ đột biến MS.

33p viyamanaka 04-02-2025 49 2   Download

Bài viết tập trung vào việc đánh giá và so sánh hiệu quả của các mô hình học máy dựa trên cây (Tree-based machine learning models) trong việc dự báo gian lận thẻ tín dụng. Các mô hình được xét gồm Decision Tree, Random Forest, Gradient Boosting Machines (GBM) và Extreme Gradient Boosting (XGBoost).

17p gaupanda068 02-01-2025 35 5   Download