Loading

The New Alison App has just launched Download Now

Decisão Árvores, Florestas Aleatórias, AdaBoost & XGBoost em Python

Neste curso online gratuito, aprenda sobre os métodos envolvidos em árvores de decisão e técnicas de ensemble em Python.

TI
Grátis
As árvores de decisão são uma das técnicas mais populares no aprendizado de máquina, uma vez que são visualmente apelativas e fáceis de interpretar. Neste curso online gratuito, conheça a criação e a podação das árvores de decisão, as técnicas de ensemble e os critérios de parada para controlar o crescimento das árvores de decisão. Impulse sua regressão e classificação árvores conhecimentos e habilidades estudando este curso abrangente.

Descrição

Modules

Resultado

Certificação

View course modules

Description

Você quer ser um especialista em usar árvores de decisão para resolver problemas complexos de negócios? Este curso cobre todos os passos que você deve tomar ao resolver problemas de negócios usando árvores de decisão em Python. Analistas de negócios e cientistas de dados usam amplamente modelos de decisão baseados em árvores. Eles usam árvores de decisão porque são fáceis de interpretar e fazem chegar a um ponto de decisão claro descomplicado. Você irá usá-los para apresentar conceitos de negócios para pessoas que podem não estar entusiasmados com números e modelos matemáticos complexos. Descubra que uma árvore de decisão é uma ferramenta de suporte à decisão de negócios que usa um modelo de árvore como modelo de decisões e possíveis resultados que incluem resultados de eventos, custos de recursos e utilitários. É uma maneira de exibir um algoritmo que contém apenas instruções de controle condicional. O curso discutirá os diretórios essenciais em Python e o processo de construção de um modelo de aprendizado de máquina.

Em um primeiro momento, você será apresentado aos três métodos de abertura do Notebook Jupyter; navegador Anaconda, prompt Anaconda e prompt de Comando. Em seguida, você descobrirá que as árvores de regressão são adequadas para variáveis de destino quantitativo contínuo, enquanto as árvores de classificação são ideais para variáveis de destino categóricas discretas. Você entenderá os passos a serem tomadas ao construir uma árvore de regressão, ganhar a capacidade de manipular a árvore de decisão e interpretar os resultados de forma mais eficiente do que alguém que só conhece os aspectos técnicos de viabilizar árvores de decisão sobre Python. Descobrir que a abordagem de cima para baixo de divisão binária recursiva é uma abordagem gananciosa. A cada passo do processo de construção de árvores, a melhor divisão é feita naquele passo em particular, em vez de olhar para frente e escolher uma divisão que levará a uma árvore melhor em alguma ação futura. O curso discutirá o tratamento de valor em falta na criação de variáveis Python e dummy.

Em seguida, você aprenderá que ao executar o código em Python, é necessário especificar os critérios de parada para a árvore de decisão controlar o comprimento da árvore e evitar o problema de superação. Os três métodos de controle da árvore de decisão ’ s growth especificam as observações mínimas necessárias no nódulo interno, configurando as observações mínimas necessárias no nó da folha e dando a profundidade máxima da árvore ’. Obtenha insight sobre os três principais modelos de predição com base em bagging de árvores de decisão, floresta aleatória e técnicas de impulso. Você então entenderá que árvores de decisão espelham de perto a tomada de decisões humanas do que outras abordagens de regressão e classificação. Eles podem facilmente manusear preditores qualitativos sem a necessidade de criar variáveis dummy. Por fim, você vai estudar como avaliar um desempenho do modelo ’ em Python, tramando uma árvore de decisão, análise de dados e técnicas de ensemble. Este curso será de interesse para cientistas de dados, executivos ou estudantes interessados em aprender sobre árvores de decisão. Por que esperar? Inicie este curso hoje e torne-se uma árvore de decisão e especialista em solução de problemas.

Start Course Now

Careers