Машинное обучение с использованием случайных лесов и деревьев решений: наглядное руководство для начинающих на русском

Машинное обучение — простым и понятным языком.

Если вы ищете книгу, которая поможет вам понять, как работают алгоритмы машинного обучения «случайный лес» и «деревья решений», то эта книга вам подойдет. Эти два алгоритма широко используются в самых разных областях, включая анализ больших данных в промышленности и соревнования по анализу данных, подобные тем, что проводятся на Kaggle.

В этой книге объясняется, как работают деревья решений и как их можно объединить в случайный лес, чтобы уменьшить многие распространенные проблемы деревьев решений, такие как переобучение на обучающих данных.

Несколько десятков наглядных примеров

Уравнения отлично подходят для того, чтобы действительно понять каждую деталь алгоритма. Но чтобы получить базовое представление о том, как что-то работает, и чтобы это запомнилось вам через 6 месяцев, ничто не сравнится с картинками. Эта книга содержит несколько десятков иллюстраций, которые подробно показывают, например, как дерево решений выбирает, какие разбиения оно будет делать, как дерево решений может переобучиться на своих данных и как несколько деревьев решений можно объединить для образования случайного леса.

Это не учебник.

Большинство книг и другой информации по машинному обучению, которые я встречал, попадают в одну из двух категорий: либо это учебники, объясняющие алгоритм в стиле «А затем алгоритм оптимизирует эту функцию потерь», либо они полностью сосредоточены на том, как написать код для использования алгоритма и как настроить параметры.

В этой книге используется иной подход, основанный на предоставлении простых примеров работы деревьев решений и случайных лесов, а затем на пошаговом освоении более сложных частей алгоритмов. Фактические уравнения, лежащие в основе деревьев решений и случайных лесов, объясняются путем их разбора и демонстрации того, что делает каждая часть уравнения и как она влияет на рассматриваемые примеры.

Файлы Python и файл Excel для многих примеров, приведенных в книге.

Некоторые темы в машинном обучении не поддаются вычислениям в таблицах Excel. Такие вещи, как проверка ошибок или сложные условные операторы, трудно воспроизвести вне кода. Однако некоторые темы отлично работают в электронных таблицах. Такие темы, как энтропия и информационный выигрыш, который используется деревом решений для выбора разбиений, легко вычисляются в электронной таблице. Электронная таблица, использованная для создания многих примеров в этой книге, доступна для бесплатного скачивания, как и все скрипты Python, которые запускали случайные леса и деревья решений в этой книге и генерировали многие графики и изображения.

Если вы из тех, кто учится, экспериментируя с кодом и редактируя данные или уравнения, чтобы увидеть, что меняется, то используйте эти ресурсы вместе с книгой для более глубокого понимания.

Рассматриваемые темы

В этой книге рассматриваются следующие темы:

• Обзор деревьев решений и случайных лесов.
  
• Пример ручной классификации набора данных человеком в сравнении с работой дерева решений.
  
• Как работает дерево решений и почему оно склонно к переобучению.
  
• Как деревья решений объединяются для формирования случайного леса
  
• Как использовать случайный лес для классификации данных и прогнозирования
  
• Как определить, сколько деревьев использовать в случайном лесу
  
• Откуда же берется эта "случайность"?
  
• Ошибки вне выборки и перекрестная проверка — насколько хорошо алгоритм машинного обучения подобрал модель?
  
• Критерии Джини и энтропии — как определить, какой вариант разделения на дереве решений является наилучшим из множества возможных.
  
• И многое другое
  

Если вы хотите узнать больше о том, как работают эти алгоритмы машинного обучения, но не хотите изобретать их заново, эта книга вам пригодится.