Séances de cours associées à Arbre de décision

Arbres de décision et de régression

Explore les arbres de décision et de régression, les mesures d'impuretés, les algorithmes d'apprentissage et les implémentations, y compris les arbres d'inférence conditionnelle et la taille des arbres.

Classifications structurées: Arbres de décision et renforcement

Explore les arbres de décision, l'élimination excessive, les techniques stimulantes et leurs applications pratiques dans la modélisation prédictive.

Construire un arbre de décision

Couvre les arbres de décision de construction pour classer les champignons comme toxiques ou non.

Arbres de décision: Induction et attributs

Explore les arbres de décision, la sélection des attributs, le compromis biais-variance et les méthodes d'ensemble dans l'apprentissage automatique.

Apprentissage supervisé : arbre k-NN et arbre de décision

Introduit l'apprentissage supervisé avec k-NN et les arbres de décision, couvrant les techniques, les exemples et les méthodes d'ensemble.

Bases d'apprentissage automatique : Apprentissage supervisé et non supervisé

Couvre les bases de l'apprentissage automatique, l'apprentissage supervisé et non supervisé, diverses techniques comme les voisins k-nearest et les arbres de décision, et les défis de l'ajustement excessif.

Les bases du machine learning : l’apprentissage supervisé

Introduit les bases de l'apprentissage automatique supervisé, couvrant les types, les techniques, le compromis biais-variance et l'évaluation du modèle.

Effets d'isotope cinétique et relations linéaires d'énergie libre

Explore les effets isotopiques cinétiques et les relations linéaires d'énergie libre, en introduisant des méthodes d'apprentissage automatique pour les applications chimiques.

Classement: Arbres de décision et kNN

Introduit des arbres de décision et des voisins k-nearest pour les tâches de classification, explorant des mesures comme la précision et l'ASC.

Apprentissage supervisé non linéaire

Explore le biais inductif de différentes méthodes d'apprentissage supervisé non linéaires et les défis de l'accordage hyperparamétrique.

Apprentissage Automatique Interprétable: Arbres de décision et Réseaux Neuraux Interprétables

Explore les extrêmes de la capacité d'interprétation dans l'apprentissage automatique, en mettant l'accent sur les arbres de décision clairsemés et les réseaux neuraux interprétables.

Aborder le suréquipement dans les arbres de décision

Explore le surajustement dans les arbres de décision et introduit des forêts aléatoires comme solution.

Forêts décisionnelles : structure et formation

Couvre les forêts de décision, la formation, les apprenants faibles, l'entropie, la stimulation, l'estimation de pose 3D et les applications pratiques.

Test du rapport de vraisemblance : Détection et estimation

Couvre le test de rapport de vraisemblance pour la détection et l'estimation dans l'analyse statistique.

Arbres de décision: Classification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les arbres de décision pour la classification, l'entropie, le gain d'information, l'encodage à chaud, l'optimisation de l'hyperparamètre et les forêts aléatoires.

Classification de l'arbre de décision Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la classification de l'arbre de décision à l'aide de KNIME Analytics Platform pour le prétraitement des données et la création de modèles.

Arbres de décision et forêts aléatoires: concepts et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des arbres de décision et des forêts aléatoires, en se concentrant sur leur structure, leur optimisation et leur application dans les tâches de régression et de classification.

Arbres de décision et stimulation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les arbres de décision dans l'apprentissage automatique, leur flexibilité, les critères d'impureté et introduit des méthodes de renforcement comme Adaboost.

Introduction à la science des données Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.

Arbres de décision : régression et classification Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les arbres de décision pour la régression et la classification, expliquant la construction des arbres, la sélection des caractéristiques et les critères d'induction.