كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعي

الغابة العشوائية للانحدار

Random Forest Regressor

متوسط عدد كبير من أشجار الانحدار المدربة على عينات bootstrap. تُبنى الخصائص من القيم السابقة فقط (Lags، تأخير موسمي، متوسط متحرك للماضي، خصائص تقويم)، ويكون التنبؤ متعدد الخطوات تكرارياً (Recursive).

يعمل في المتصفحيحتاج محرك Pythonالمستوى الثالث: التعلم الآلي

جرّب هذا النموذج في المختبر

المبدأ

كل شجرة تقسم فضاء الخصائص لتقليل التباين داخل العقد؛ المتوسط يقلل تباين الشجرة المفردة.

\hat{f}(x)=\frac{1}{B}\sum_{b=1}^{B}T_b(x)

متطلبات البيانات

مئات الصفوف على الأقل.

المعاملات

n_estimators
عدد الأشجار
max_depth
أقصى عمق
max_features
الخصائص لكل انقسام

المزايا

  • يلتقط العلاقات غير الخطية والتفاعلات
  • أهمية الخصائص

العيوب

  • لا يستقرئ خارج مدى التدريب (الاتجاه) إلا بهدف الفرق
  • أبطأ

الاستخدامات

  • الطلب مع متغيرات الطقس والعطل
  • سلاسل غير خطية

مثال تطبيقي

على بيانات الدراجات اليومية فعّل المتغيرات الخارجية (الحرارة والرطوبة) وراقب أهمية الخصائص.

أخطاء شائعة

  • استخدام الهدف "القيمة" لسلسلة ذات اتجاه قوي، فيتنبأ بقيم مسطحة عند الحد الأعلى للتدريب

المراجع

  1. scikit-learn: RandomForestRegressor
  2. Breiman (2001). Random Forests. Machine Learning 45. DOI 10.1023/A:1010933404324

من المستوى نفسه

يعمل في المتصفحيحتاج محرك Python الانحدار الخطي على التأخيرات Linear Regression يحوّل التنبؤ إلى مسألة انحدار: الهدف y_t والخصائص قيم سابقة وخصائص تقويم. تُبنى الخصائص من القيم السابقة فقط (Lags، تأخير موسمي، متوسط متحرك للماضي، خصائص تقويم)، ويكون ا… يعمل في المتصفحيحتاج محرك Python انحدار ريدج Ridge Regression انحدار خطي مع عقوبة L2 على المعاملات تقلل التباين حين تكون التأخيرات مترابطة. تُبنى الخصائص من القيم السابقة فقط (Lags، تأخير موسمي، متوسط متحرك للماضي، خصائص تقويم)، ويك… يعمل في المتصفحيحتاج محرك Python التعزيز التدرجي Gradient Boosting يضيف أشجاراً صغيرة تباعاً، تتعلم كل منها بواقي سابقاتها. تُبنى الخصائص من القيم السابقة فقط (Lags، تأخير موسمي، متوسط متحرك للماضي، خصائص تقويم)، ويكون التنبؤ متعدد الخطو… يعمل في المتصفحيحتاج محرك Python XGBoost XGBoost تعزيز تدرجي يستخدم تقريباً من الدرجة الثانية وتنظيماً على أوزان الأوراق (λ) وعدد الأوراق (γ). تُبنى الخصائص من القيم السابقة فقط (Lags، تأخير موسمي، متوسط متحرك للماضي، خ…