Explicação sobre árvores de decisão.

1. Árvores de Decisão
Marcos Castro - mcastrosouza@live.com

2. “
Árvore de decisão utiliza treinamento supervisionado
para classificação e previsão de dados.

3. “
Árvore de decisão classificam instâncias ordenando-as
da raiz para algum nó folha.

4. “

5. “Decide se posso jogar tênis:
Classifica se um dia é adequado ou não

6. “
Se eu tiver a instância: panorama ensolarado e
umidade alta, qual a saída?

7. “A saída é Não.

8. “Pode-se montar uma expressão para verificar quando é
possível jogar tênis utilizando os conectivos AND e OR.
<panorama=ensolarado AND umidade=normal>
OR
<panorama=nublado>
OR
<panorama=chuvoso AND vento-fraco>

9. “
Podemos gerar uma árvore de decisão e depois obter
regras que nos auxiliam a classificar novas instâncias.

10. “Árvores de decisão são adequadas para problemas em
que as instâncias são representadas por pares atributo-
valor.
Exemplo: temperatura alta, umidade baixa…

11. “
A situação ideal é quando cada atributo pode assumir
poucos valores.

12. “Embora as árvores de decisão possam trabalhar com
valores reais, a função a ser aproximada tem valores
discretos: deve produzir SIM ou NÃO.
Produzir valores reais acarreta uma complexidade bem
maior.

13. “Exemplos de aplicações:
1) Análise de crédito
2) Diagnóstico de paciente
3) Etc.

14. “Existem vários algoritmos para a construção da árvore,
um dos mais famosos é o ID3.
Esse algoritmo constrói a árvore em uma abordagem
top-down considerando:
“Qual atributo é o mais importante e, portanto, deve ser
colocado na raiz da árvore?”.

15. “Uma árvore de decisão utiliza a estratégia dividir-para-
conquistar.
Um problema complexo é decomposto em subproblemas
mais simples. Recursivamente a mesma estratégia é
aplicada a cada subproblema.

16. “
Exemplo de árvore de decisão com Python e sklearn:
http://bit.ly/Python-Decision-Tree

17. “
www.TechCursos.com
www.CursosDeProgramacao.com
https://www.youtube.com/c/marcoscastrosouza
mcastrosouza@live.com