日本語 での 決定木 の使用例とその 英語 への翻訳
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
-
Programming
たとえば、銀行は決定木アルゴリズムを使用して、住宅ローンを融資するかどうかを決定します。
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。
Lucidchartの無料オンライン作図ソフトウェアを使えば、決定木の作成は簡単です。
It's easy to create a decision tree with Lucidchart's free online diagramming software.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: This powerful machine learning algorithm allows you to make predictions based on multiple decision trees.紙やホワイトボードに手描きで作成するほか、特別な決定木ソフトウェアを使うこともできます。
You can draw it by hand on paper or a whiteboard, or you can use special decision tree software.私たちが最初に利用した機械学習アプローチは、決定木アルゴリズムを強化したXGBoostです。
The first machine learning approach we used, was XGBoost- boosted decision tree algorithms.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 machine learning technique for inducing a decision tree from data is called decision tree learning, or(colloquially) decision trees.数理による解析で中心になるのは、決定木の考え方です。
A central component in 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。
We wrote Scheme program which converts pre-learned decision trees written in Scheme to decision trees written in C.決定木学習と呼ばれるもので、ある項目に関する観察を考慮してその項目の値の予測を行う方法です。
Known as decision tree learning, this method takes into account observations about an item to predict that item's value.線形回帰、決定木クラスタリング、K平均法クラスタリング、ESRI適合の地理空間エクステンションをはじめとするNetezzaのインデータベースアルゴリズムへの対応機能をあらかじめ組み込んだ設計で、既存のNetezzaワークロードをクラウドへと移行できます。
Bring your existing Netezza workloads to the cloud, with built-in support for Netezza in-database algorithms include linear regression, decision tree clustering, k-means clustering, and ESRI-compatible geospatial extensions.次に、これらのプロセスの正当なスタックトレースを何百万も得て、決定木学習を使用して、「良い」ふるまいと異なるモデルを構築しました。
Then, we obtained millions of legitimate stack traces of these processes and, using decision tree learning, built different models of“good” behavior.決定木の数が多いほど性能は向上しますがメモリ量を必要とし,決定木の数を減らすと精機別性能が低下するという問題があります。
There is a problem in that performance improves as the number of decision trees increases, but a large amount of memory is necessary, whereas if the number of decision trees is reduced, the individual performance of precision instruments drops.VIEW:mdtree.rbPMMLによる決定木モデルの描画Table2.6に示されるデータを訓練データとしてmbonsaiコマンドで決定木を構築する。
VIEW: mdtree. rb Draw decision tree model by PMML Table 2.6 shows the training data for the construction of decision tree model with mbonsai command.例えばハーバードのビジネス・スクールでは、初年度のクラスの結束を強める上で、彼らが言うところの「決定木理論」が大きな役割を果たしています。
At Harvard Business School, the great quantitative thing that bonds the first- year class together is what they call decision tree theory.アイテム順序表ZDDは2分決定木を縮約した2分決定グラフと呼ばれる構造を持つが、その2分決定木のレベル(深さ)がアイテム対応している。
Item order table ZDD is a binary この記事の後に続く一連の記事では機械学習の一般原則を紹介し、最もパワフルで幅広く使用されているSVMやベイジアンネットワーク、決定木、ベイジアンニューラルネットワーク、ディープニューラルネットワークなど、いくつかの機械学習アルゴリズムの内側を検証します。
Upcoming posts in this series will introduce the general principles of machine learning and examine the internals of some of the most powerful and widely used machine learning algorithms- SVMs, Bayesian networks, decision trees, Bayesian neural networks and deep neural networks- and describe how they can be applied in practice to solve real world problems.本論文では、森林（LDLFs）を学習ラベル配布を提示-いくつかの利点を持っている微分決定木、に基づく新規ラベル配布学習アルゴリズムを：1）決定木は、リーフノードの予測の混合物でラベル分布のいずれかの一般的な形式をモデル化する可能性を秘めています。
This paper presents label distribution learning forests(LDLFs)- a novel label distribution learning algorithm based on differentiable decision trees, which have several advantages: 1 Decision trees have the potential to model any general form of label distributions by a mixture of leaf node predictions.決定木による予測予測手続きは,
Predicting with Decision Trees To reach a leaf node,クラスブースティング決定木。
Class boosting decision tree.
