Abstract
в данной работе рассматривается применение алгоритма машинного обучения Random Forest для прогнозирования магнитной проницаемости полимерно-ферритовых композитов на основе Mn-Zn феррита. Для построения модели сформирован набор экспериментальных данных, включающий основные параметры композитного материала и магнитные характеристики. В качестве входных параметров модели использованы концентрация ферритового наполнителя, размер частиц, частота и начальная магнитная проницаемость. Проведена предварительная обработка данных и обучение регрессионной модели Random Forest. Точность прогнозирования оценивалась с использованием статистических метрик MAE, RMSE и коэффициента детерминации R². Полученные результаты позволяют оценить возможность применения методов машинного обучения для прогнозирования магнитной проницаемости полимерно-ферритовых композитов и анализа её зависимости от основных параметров материала.