Discusión sobre el artículo "Aprendizaje automático y data science (Parte 05): Árboles de decisión usando como ejemplo las condiciones meteorológicas para jugar al tenis"
Hola Sr. Omega,
Muchas gracias por la solución ID3. es muy útil para mí. Sin embargo he proporcionado y adjuntado una hoja excel a este respecto, que creo que está claro para su explica.
Muchas gracias de nuevo,
F.Mahmoudian
Hola Sr. Omega,
Muchas gracias por la solución ID3. es muy útil para mí. Sin embargo he proporcionado y se adjunta una hoja de Excel en este sentido, que creo que es claro para sus explicaciones.
Muchas gracias de nuevo,
F.Mahmoudian
muchas gracias a él, todavía estoy tratando de averiguar cómo dejar que el guión dibujar el árbol en sí
Y por cierto, sí, ¿por qué todo el mundo está tan obsesionado con MO, AI y DeepLearning? Hay una cosa antigua bien olvidada, que nos ha recordado el tópico de inicio. Hay sistemas expertos y todo tipo de evaluaciones ponderadas. Claro que los métodos tienen 30-50 años, no están de moda, pero se ciñen al modelo físico y a las relaciones causa-efecto y sus resultados son interpretables. TENGO QUE PROFUNDIZAR.
es lo unico que potencialmente podria ser un filtro para señales ya calculadas. Otros métodos en esta dirección están jodidos.
Y por cierto, sí, ¿por qué todo el mundo está tan obsesionado con MO, AI y DeepLearning? Hay una cosa antigua bien olvidada, que nos ha recordado el tópico de inicio. Hay sistemas expertos y todo tipo de evaluaciones ponderadas. Claro que los métodos tienen 30-50 años, no están de moda, pero se ciñen al modelo físico y a las relaciones causa-efecto y sus resultados son interpretables. TENDRÉ QUE INVESTIGAR.
es lo unico que potencialmente podria ser un filtro para señales ya calculadas. Otros métodos en esta dirección están jodidos.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Aprendizaje automático y data science (Parte 05): Árboles de decisión usando como ejemplo las condiciones meteorológicas para jugar al tenis:
Los árboles de decisión clasifican los datos imitando la forma de pensar de los seres humanos. En este artículo, veremos cómo construir árboles de decisión y usar estos para clasificar y predecir datos. El objetivo principal del algoritmo del árbol de decisión es dividir la muestra en datos con "impurezas" y en datos "limpios" o próximos a los nodos.
os árboles de decisión usan un conjunto de algoritmos para tomar decisiones sobre la división de un nodo en dos o más nodos de un subconjunto. La creación de subnodos aumenta la homogeneidad de los subnodos resultantes. En otras palabras, podemos decir que la pureza del nodo aumenta respecto a la variable objetivo. El algoritmo del árbol de decisiones divide los nodos entre todas las variables disponibles y luego selecciona la división que genera como resultado los subnodos más homogéneos.
La selección del algoritmo se basa en el tipo de variables objetivo.
A continuación, mostramos los algoritmos utilizados en el árbol de decisión:
En este artículo, crearemos un árbol de decisión basado en el algoritmo ID3; los otros algoritmos los analizaremos y aplicaremos en futuros artículos de esta serie.
Autor: Omega J Msigwa