Discussão do artigo "Ciência de Dados e Aprendizado de Máquina (Parte 05): Árvores de Decisão"
Olá, Sr. Omega,
Muito obrigado pela solução ID3, ela é muito útil para mim. No entanto, forneci e anexei uma planilha do Excel a esse respeito, que acho que está clara para suas explicações.
Muito obrigado novamente,
F.Mahmoudian
Olá, Sr. Ômega,
Muito obrigado pela solução ID3, ela é muito útil para mim. No entanto, forneci e anexei uma planilha do Excel a esse respeito, que acho que está clara para suas explicações.
Muito obrigado novamente,
F.Mahmoudian
Muito obrigado, mas ainda estou tentando descobrir como deixar o script desenhar a própria árvore
E, a propósito, sim, por que todo mundo está tão obcecado com MO, IA e DeepLearning? Há uma coisa antiga e bem esquecida, que o início do tópico nos lembrou. Existem sistemas especializados e todos os tipos de avaliações ponderadas. É claro que os métodos têm de 30 a 50 anos, não estão na moda, mas eles se atêm ao modelo físico e às relações de causa e efeito, e seus resultados são interpretáveis. TENHO QUE ME APROFUNDAR NISSO.
É a única coisa que poderia potencialmente ser um filtro para sinais já calculados. Outros métodos nessa direção são ruins.
E, a propósito, sim, por que todo mundo está tão obcecado com MO, IA e DeepLearning? Há uma coisa antiga e bem esquecida, que o início do tópico nos lembrou. Existem sistemas especializados e todos os tipos de avaliações ponderadas. É claro que os métodos têm de 30 a 50 anos, não estão na moda, mas eles se atêm ao modelo físico e às relações de causa e efeito, e seus resultados são interpretáveis. TEREI QUE ME APROFUNDAR NO ASSUNTO.
É a única coisa que poderia potencialmente ser um filtro para sinais já calculados. Os outros métodos nessa direção são ruins.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Ciência de Dados e Aprendizado de Máquina (Parte 05): Árvores de Decisão foi publicado:
As árvores de decisão imitam a maneira como os humanos pensam para classificar os dados. Vamos ver como construir árvores e usá-las para classificar e prever alguns dados. O principal objetivo do algoritmo de árvores de decisão é separar os dados impuros em puros ou próximos a nós.
As árvores de decisão usam vários algoritmos para decidir dividir um nó em dois ou mais nós do subconjunto. A criação dos sub-nós aumenta a homogeneidade dos sub-nós resultantes. Em outras palavras, nós podemos dizer que a pureza do nó aumenta em relação à variável alvo. O algoritmo da árvore de decisão divide os nós em todas as variáveis disponíveis e então seleciona a divisão que resulta nos sub-nós mais homogêneos.
A seleção do algoritmo é baseada no tipo de variáveis de destino.
A seguir estão os algoritmos usados na Árvore de Decisão:
Neste artigo eu vou criar uma árvore de decisão baseada no algoritmo ID3, nós vamos discutir e usar os outros algoritmos nos próximos artigos desta série.
Autor: Omega J Msigwa