Este trabalho faz parte da aprendizagem estatística de dados para o desenvolvimento de modelos. Mais especificamente, dedica-se ao estudo de florestas aleatórias que são um dos algoritmos mais recentes na família dos métodos de classificação de padrões. Uma grande vantagem da floresta aleatória é que ela pode ser usada tanto para problemas de classificação como de regressão, que constituem a maioria dos sistemas de aprendizagem de máquinas atuais. Neste trabalho, utilizamos dados de coronavírus para gerar e avaliar o modelo proposto. Escolhemos florestas aleatórias, que aplicam a votação por maioria uniforme de árvores de decisão para produzir uma previsão ótima, para classificar os pacientes que testaram positivo ou negativo para coronavírus. Os dados foram usados como amostra de treinamento para projetar um modelo de decisão.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.