Рет қаралды 71,299
Aprenda como funciona o algoritmo de árvore de decisão (decision tree) nos detalhes! Curso completo: didatica.tech/curso-de-machin...
Árvores de decisão são algoritmos muito úteis no ramo do aprendizado de máquina, pois foram a base para muitos outros algoritmos mais avançados como Random Forest, Extra Trees, Gradient Boosting, entre outros. Nesse vídeo estaremos ensinando o algoritmo de decision tree que utiliza o cálculo de entropia e ganho de informação. Em outros vídeos, abordaremos também decision tree sendo construída a partir do índice Gini.
Confira aqui o artigo sobre este assunto: didatica.tech/como-funciona-o...
Esse vídeo está organizado da seguinte forma:
00:00 Introdução
01:46 Conceito de árvore de decisão para problemas de classificação
03:30 Criando retas para separar os dados em duas classes
07:15 Uma árvore pode ser construída de diferentes formas
08:00 Outro exemplo de árvore de decisão, utilizando dados contínuos
11:52 A fórmula da entropia e do ganho de informação
12:30 Aplicando as fórmulas de entropia e ganho de informação em um problema na prática (3 variáveis, duas classes)
19:30 O gráfico da entropia
20:44 O significado da entropia
23:26 Calculando o ganho de informação a partir da entropia
23:55 Como identificar nó filho, nó pai e ramos de uma árvore de decisão
27:21 Calculando o peso dos nós filhos
38:02 O que significa ganho de informação (conceito)
39:50 Próximos passos sobre algoritmos de machine learning
Aprenda mais sobre machine learning lendo esse artigo completo: bit.ly/oqueeML
#MachineLearning
#DecisionTrees
#ArvoredeDecisao
#Entropia