Este trabajo forma parte del aprendizaje estadístico de datos para el desarrollo de modelos. Más concretamente, se dedica al estudio de los bosques aleatorios, que son uno de los algoritmos más recientes de la familia de métodos de clasificación de patrones. Una gran ventaja de los bosques aleatorios es que pueden utilizarse tanto para problemas de clasificación como de regresión, que constituyen la mayoría de los sistemas actuales de aprendizaje automático. En este trabajo, utilizamos datos de coronavirus para generar y evaluar el modelo propuesto. Elegimos los bosques aleatorios, que aplican una votación mayoritaria uniforme de árboles de decisión para producir una predicción óptima, para clasificar a los pacientes que dieron positivo o negativo al coronavirus. Los datos se utilizaron como muestra de entrenamiento para diseñar un modelo de decisión.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.