Klassifikatory mashinnogo obucheniq i ansambl' klassifikatorow

Suschestwuet mnozhestwo algoritmow mashinnogo obucheniq (ML) dlq klassifikacii pochwenno-rastitel'nogo pokrowa i zemlepol'zowaniq. V ätoj knige my sosredotochimsq na otnositel'no zrelyh metodah (sem' metodow): mashiny wektorow podderzhki (SVM), derew'q reshenij (DT), iskusstwennye nejronnye seti, k-nearest neighbours (k-NN), naïve Bayes, Boosting i Random forest (RF).Tochnyj i swoewremennyj sbor informacii o gorodskom zemlepol'zowanii i pochwenno-rastitel'nom pokrowe imeet reshaüschee znachenie dlq mnogih aspektow gorodskogo razwitiq i ohrany okruzhaüschej sredy.Tochnaq klassifikaciq pochwenno-rastitel'nogo pokrowa qwlqetsq slozhnoj zadachej. Uluchshenie klassifikacii pochwenno-rastitel'nogo pokrowa qwlqetsq aktual'noj temoj. Ona neobhodima dlq mnogih prilozhenij, takih kak kartografirowanie zemlepol'zowaniq, äkologicheskij monitoring, uprawlenie prirodnymi resursami, gorodskoe planirowanie, uprawlenie i obnaruzhenie izmenenij. Zatem byl izuchen rqd ansamblewyh metodow dlq ob#edineniq razlichnyh klassifikatorow.