Random Forest Algorithm

Random Forest Algorithm 是一种功能强大的 Ensemble Learning 方法,它通过在训练时构建大量决策树,并输出作为单个决策树类别模式的类别。Coursera 的 Random Forest 算法目录将向您介绍这种用于机器学习和数据挖掘的通用算法的来龙去脉。您将学习如何在分类和 Regression 任务中实施这种算法,了解特征的重要性,处理缺失值,并调整 Hyperparameter 以获得最佳性能。掌握这项技能后,您就能高效地处理大型数据集,解决医疗保健、银行和电子商务等各个领域的复杂预测问题。
11凭据
1个在线学位
39门课程

最受欢迎

当前趋势

最新发布

筛选依据

主题
必需的

语言
必需的

在整个课程(说明和评估)中使用的语言。

了解产品
必需的

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。
攻读硕士学位的同时获得职业证书。
在线获得学士学位或硕士学位,所需费用仅为在校学习费用的一小部分。

级别
必需的

课程长度
必需的

字幕
必需的

教师
必需的

“random forest algorithm” 的结果

  • 状态:免费试用

    您将获得的技能: 机器学习算法, 数据转换, 机器学习, 无监督学习, 监督学习, 人工智能和机器学习(AI/ML), Python 程序设计, 数据清理, 人工神经网络, 随机森林算法, 降维, 数据处理, 预测建模, 应用机器学习

  • 状态:预览

    您将获得的技能: Supervised Learning, Decision Tree Learning, Applied Machine Learning, Data Processing, Predictive Modeling, Statistical Machine Learning, Random Forest Algorithm, Feature Engineering, SAS (Software), Machine Learning, Data Analysis, Artificial Neural Networks, Data Cleansing, Predictive Analytics, No-Code Development, Statistical Programming, Performance Tuning

  • 状态:免费

    您将获得的技能: Data Processing, Tensorflow, Applied Machine Learning, Feature Engineering, Data Cleansing, Classification And Regression Tree (CART), Data Manipulation, Machine Learning, Predictive Modeling, Random Forest Algorithm, Pandas (Python Package), Data Analysis, Exploratory Data Analysis

  • 状态:免费试用

    您将获得的技能: 数据分析, 回归分析, 决策树学习, 机器学习, 统计建模, 数据清理, 概率与统计, 随机森林算法, 统计分析, 预测, 功能工程, 深度学习, 预测建模, 风险模型, 应用机器学习

  • 状态:免费试用

    您将获得的技能: 商业分析, 统计建模, 回归分析, 机器学习算法, 分类与回归树 (CART), 数据操作, 监督学习, 机器学习, 抽样(统计), 数据清理, 预测建模, 性能指标, 数据处理, 随机森林算法, Scikit-learn (机器学习库), 功能工程, 应用机器学习

  • 您将获得的技能: Scikit Learn (Machine Learning Library), Applied Machine Learning, Machine Learning Algorithms, Classification And Regression Tree (CART), Supervised Learning, Random Forest Algorithm, Machine Learning, Unsupervised Learning, Data Analysis

  • 状态:预览

    The University of Chicago

    您将获得的技能: 统计方法, 回归分析, 机器学习算法, 决策树学习, 分类与回归树 (CART), 机器学习, 人工神经网络, 监督学习, 降维, 随机森林算法, 无监督学习, 张力流, Scikit-learn (机器学习库), 功能工程, 深度学习, Pandas(Python 软件包), 应用机器学习

  • 状态:免费试用

    您将获得的技能: 计算机视觉, 回归分析, 决策树学习, 数据科学, 监督学习, 机器学习, 分类与回归树 (CART), Algorithm, 人工智能和机器学习(AI/ML), 随机森林算法, 人工神经网络, 性能指标, 无监督学习, 深度学习, 预测分析, 自然语言处理

  • 状态:预览

    您将获得的技能: Unsupervised Learning, Regression Analysis, Exploratory Data Analysis, Time Series Analysis and Forecasting, Data Analysis, Statistical Analysis, Data Science, Forecasting, Data Mining, Machine Learning, Predictive Modeling, Classification And Regression Tree (CART), Supervised Learning, Data Quality, Anomaly Detection, Feature Engineering, Dimensionality Reduction, Business Intelligence, Random Forest Algorithm

  • 您将获得的技能: Feature Engineering, Classification And Regression Tree (CART), Decision Tree Learning, Applied Machine Learning, Random Forest Algorithm, Responsible AI, Predictive Modeling, Data Import/Export, Machine Learning, Predictive Analytics

  • 您将获得的技能: Scikit Learn (Machine Learning Library), Predictive Modeling, Regression Analysis, Machine Learning Algorithms, Applied Machine Learning, Predictive Analytics, Python Programming, Machine Learning, Data Analysis, Random Forest Algorithm

  • 状态:预览

    您将获得的技能: Performance Metric, Artificial Intelligence, Strategic Leadership, Responsible AI, Strategic Decision-Making, Data Quality, MLOps (Machine Learning Operations), Applied Machine Learning, Machine Learning, Algorithms, Artificial Neural Networks, Data Validation, Decision Tree Learning, Random Forest Algorithm, Resource Utilization, System Requirements

是什么让您今天来到 Coursera?

主要合作伙伴

  • Packt
  • EDUCBA
  • DeepLearning.AI
  • Johns Hopkins University
  • LearnQuest
  • University of Colorado Boulder
  • CertNexus
  • Simplilearn