Praca ta jest czescia statystycznego uczenia sie danych w celu opracowania modelu. W szczególnosci jest on poswiecony badaniu lasów losowych, które sa jednym z najnowszych algorytmów w rodzinie metod klasyfikacji wzorców. Duza zaleta lasu losowego jest to, ze moze byc stosowany zarówno do problemów klasyfikacji jak i regresji, które stanowia wiekszosc obecnych systemów uczenia maszynowego. W niniejszej pracy wykorzystalismy dane dotyczace koronawirusów do wygenerowania i oceny proponowanego modelu. Do klasyfikacji pacjentów, którzy uzyskali pozytywny lub negatywny wynik testu na koronawirusy, wybralismy lasy losowe, które stosuja jednolite glosowanie wiekszosciowe drzew decyzyjnych w celu uzyskania optymalnej prognozy. Dane te zostaly wykorzystane jako próba treningowa do zaprojektowania modelu decyzyjnego.
Veja mais