#38. Построение решающих деревьев жадным алгоритмом ID3 | Машинное обучение

preview_player
Показать описание
Принцип работы алгоритма ID3 (Iterative Dichotomiser 3). Пример его работы. Критерии останова (методы регуляризации). Преимущества и недостатки жадной стратегии построения решающих деревьев.

  1. selfedu
  2. id3 алгоритм
  3. id3 algorithm
  4. id3 алгоритм пример
  5. id3 decision tree
  6. решающие деревья
Рекомендации по теме
#38. Построение решающих 0:10:27

#38. Построение решающих деревьев жадным алгоритмом ID3 | Машинное обучение...

4 2 Деревья 0:06:31

4 2 Деревья принятия решений CART

#37. Критерии качества 0:15:57

#37. Критерии качества для построения решающих деревьев | Машинное обучение...

Решающие деревья // 0:10:27

Решающие деревья // Решающие деревья и сравнение моделей...

Что такое деревья 0:13:57

Что такое деревья решений? Душкин объяснит

Лекция. Решающие деревья 0:31:13

Лекция. Решающие деревья

#40. Решающие деревья 0:09:13

#40. Решающие деревья в задачах регрессии. Алгоритм CART | Машинное обучение...

Алгоритми. Побудова графа 0:01:51

Алгоритми. Побудова графа 'дерево пошуку'.

ДЕРЕВО РЕШЕНИЙ (DecisionTreeClassifier) 0:19:07

ДЕРЕВО РЕШЕНИЙ (DecisionTreeClassifier) | МАШИННОЕ ОБУЧЕНИЕ

Как обучается дерево 0:20:28

Как обучается дерево решений для регрессии. Decision Tree Regressor....

7. Классические алгоритмы. 0:10:45

7. Классические алгоритмы. Деревья решений.

Тренировки по ML. 1:43:01

Тренировки по ML. Лекция 4: Решающие деревья, композиции деревьев, Random Forest...

Машинное обучение. Лекция 1:27:27

Машинное обучение. Лекция 6. Деревья решений

Деревья решений 1:31:38

Деревья решений

Лекция «Построение решающей 0:36:15

Лекция «Построение решающей функции» — Александр Бармин...

Введение в анализ 1:19:03

Введение в анализ данных, лекция 11 — решающие деревья

#39. Усечение (prunning) 0:14:59

#39. Усечение (prunning) дерева, обработка пропусков и категориальных признаков | Машинное обучение...

Не глядя на 0:37:06

Не глядя на клавиатуру напишем алгоритм Decision Tree с нуля на языке Python...

Python: Машинное обучение: 0:07:49

Python: Машинное обучение: Урок 3: Алгоритм Decision Tree (решение реальной задачи)...

Деревья решений в 0:17:17

Деревья решений в машинном обучении

Лекция 9. Логические 1:10:46

Лекция 9. Логические методы классификации

Введение в машинное 1:15:06

Введение в машинное обучение 5. Trees and Ensembles

Пишу код торговой 0:21:14

Пишу код торговой стратегии на нейронной сети. Дерево решений. Стратегия FX...

Машинное обучение (2023). 1:31:05

Машинное обучение (2023). Лекция 6. Деревья решений

Комментарии
Автор

Добрый день!
А в формуле для расчета энтропии также участвует логарифм по основанию 2 ?

semenowictor
Автор

@selfedu 4:02 Получается, число листов может быть произвольным, но каждому назначается класс по большинству представителей: y=arg_max(value).

YbisZX
Автор

Спасибо за ваши уроки!
Подскажите пожалуйста трек, который в конце видео играет)

datfeel_kun
Автор

Сергей, дайте пожалуйста совет. Прохожу ООП...и не понимаю что учить дальше... Как преподаватель дайте направление плиз...

gbonet
Автор

Немного не понял (и нагуглить ответ не смог) суть проблемы статистической надёжности: 
"Чем дальше от корня дерева, тем меньше объектов в листовых вершинах, а значит, ниже статистическая надежность различных показателей, например, вероятности появления того или иного класса." 🤓

shapovalentine
Автор

Почему "останова", а не "остановка"?

siarheibelko