Random Forests: Properties and applications

Abstract

Random forests are considered a fundamental tool in supervised learning. Conse quently, random forests are used in a wide range of disciplines, yielding great results and demonstrating many advantages in classification and regression problems. Along this work, the bases and foundations of random forests are exposed, empha sizing their advantageous properties, to subsequently make different applications with them, demonstrating their advantages, analyzing distinct aspects that become noticeable, and even studying the way they behave when extending their use to functional data.

Los bosques aleatorios son una herramienta fundamental en el ámbito del aprendizaje supervisado, por lo que son empleados en multitud de disciplinas, demostrando grandes resultados y múltiples ventajas en problemas de clasificación y regresión. En este trabajo se exponen los fundamentos y bases de los bosques aleatorios, destacando sus ventajosas características, para posteriormente hacer diferentes aplicaciones con ellos, con las que contrastar dichas ventajas, observar distintos aspectos que se harán patentes e incluso analizar su comportamiento cuando extendemos su uso al caso de los datos funcionales.