BUDOWA MODELU OPARTEGO NA LOSOWYM WIERTLE
Praca ta jest częścią statystycznego uczenia się danych w celu opracowania modelu. W szczególności jest on poświęcony badaniu lasów losowych, które są jednym z najnowszych algorytmów w rodzinie metod klasyfikacji wzorców. Dużą zaletą lasu losowego jest to, że może być stosowany zarówno do problemów klasyfikacji jak i regresji, które stanowią większość obecnych systemów uczenia maszynowego. W niniejszej pracy wykorzystaliśmy dane dotyczące koronawirusów do wygenerowania i oceny proponowanego modelu. Do klasyfikacji pacjentów, którzy uzyskali pozytywny lub negatywny wynik testu na koronawirusy, wybraliśmy lasy losowe, które stosują jednolite głosowanie większościowe drzew decyzyjnych w celu uzyskania optymalnej prognozy. Dane te zostały wykorzystane jako próba treningowa do zaprojektowania modelu decyzyjnego.