Clasificadores de Bosque Aleatorio: Conceptos y Aplicaciones
Contenido del curso
Axel Yaguana
Team Platzi
Rodmy Suarez
Andres Gutiérrez Castillo
Jhon Freddy Tavera Blandon
HECTOR IVAN ARISTIZABAL GOMEZ
Isaac Bryan Ascanoa Roncall
📚Further reading here.
este mismo tipo de clasificacion se puede hacer con una ANN, el problema es que las ANN son cajas negras que no nos dicen los criterios por los cuales se llega a un resultado. es qui donde los arboles de desicion vienen a abrir la casja y nos muestran cada criterio que se uso para llegar al resultado dado.
La función de coste se utiliza en algoritmos de optimización para minimizar el error entre las predicciones del modelo y los valores reales. Por ejemplo, en la regresión lineal, la función de coste utilizada es el error cuadrático medio (MSE), que calcula la diferencia cuadrada entre las predicciones del modelo y los valores reales. Sin embargo, los árboles de decisión no se optimizan directamente utilizando una función de coste.
En cuanto a la regla de actualización, esta se utiliza en algoritmos de aprendizaje que iterativamente ajustan los parámetros del modelo para minimizar la función de coste. Por ejemplo, en la regresión logística, la regla de actualización utiliza el gradiente descendente para ajustar los pesos del modelo en cada iteración. Sin embargo, los árboles de decisión no siguen un proceso de actualización iterativo como esos algoritmos
Conozca los pros y los contras de usar árboles de decisión para realizar tareas de minería de datos y descubrimiento de conocimiento, con IBM.
Random Forest using Sklearn’s DecisionTreeClassifier: here
No sabia que el uso de random forest se utiliza de este modo. Menos mal que ahora lo entiendo. Es momento de aplicarlo.
