Fonds documentaire · Concept structurant
Random Forest
Définition
Méthode d’apprentissage supervisé combinant un ensemble d’arbres de décision construits sur des échantillons et sous-ensembles de variables aléatoires.
Origine / auteur(s)
Algorithme popularisé par Leo Breiman en 2001.
Sens disciplinaire
Il réduit la variance d’un arbre unique et fournit souvent de bonnes performances sur des données tabulaires.
Usage dans les fiches Mérisphère
Dans BIB-AFA-0088, il est hybridé avec LightGBM et deep learning.
Débats / précisions
Une bonne performance prédictive n’implique pas une causalité entre variables et risque.
Références essentielles
Leo Breiman, « Random Forests », Machine Learning, 2001.
Citer cette entrée
Mérisphère Publishing (2026). « Random Forest ». Dans Concepts et notions — Fonds documentaire Mérisphère (édition du 12 novembre 2026). https://doi.org/10.5281/zenodo.24167005. Entrée : https://merispherepublishing.com/fonds-documentaire/concepts/random-forest.