ランダムフォレスト

「個性豊かな専門家（決定木）が集まった会議」のようなモデルです。

1.ランダム性：

全員に同じデータを見せるのではなく、少しずつ違うデータを見せて、違う視点を持つ決定木を育てます。

2.フォレスト（森）：

一本の木（決定木）では間違いやすくても、何百本もの木が集まれば、全体として非常に安定した予測が可能になります。ポイントは、事前のデータ加工が少なくても精度が出やすく、現在最も広く実務で使われているAIアルゴリズムの一つだからです。