Key points are not available for this paper at this time.
في العالم الحديث، تؤدي حوادث المرور في كثير من الأحيان إلى حوادث قاتلة وإصابات خطيرة. وقد أظهرت قدرة التعلم الآلي على التنبؤ بشدة حوادث المرور وعدًا كبيرًا. لقد أثبت تصنيف حوادث المرور أنه تطبيق جيد لخوارزميات مثل غابة عشوائية. في هذه الورقة، تم تقييم الأداء على مجموعة بيانات محددة باستخدام غابة عشوائية ونماذج أخرى. جاءت مجموعة البيانات المستخدمة في التحليل من مصدر متاح للجمهور واحتوت على معلومات حول عدة متغيرات مثل نوع الطريق، ووقت اليوم، والطقس. من أجل تحليل شدة الحوادث، تم تطبيق عدد من الخوارزميات على مجموعة البيانات، بما في ذلك خوارزمية شجرة القرار، ومصنف الغابة العشوائية، وخوارزمية الانحدار اللوجستي. تم تقييم كل نموذج بناءً على معايير مثل دقة النموذج، والدقة والاسترجاع للنموذج، ودرجة F1. تفوقت الغابة العشوائية على النماذج الأخرى، محققة دقة تبلغ 98.48%. وتخلص الدراسة إلى أن خوارزميات التعلم الآلي يمكن أن تتنبأ بدقة بشدة حوادث المرور، مما قد يساعد في تقليل عدد الحوادث والوفيات على الطريق.
دوانجي وآخرون (الجمعة) درسوا هذا السؤال.