Đang chuẩn bị liên kết để tải về tài liệu:
Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 8: Cây quyết định và rừng ngẫu nhiên

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 8: Cây quyết định và rừng ngẫu nhiên. Chương này cung cấp cho học viên những nội dung về: cây quyết định (Decision tree); biểu diễn cây quyết định; học cây quyết định bằng ID3; vài vấn đề trong ID3; cây quyết định cho hồi quy; rừng ngẫu nhiên (Random forests); . Mời các bạn cùng tham khảo chi tiết nội dung bài giảng! | 1 Nhập môn Học máy và Khai phá dữ liệu IT3190 2 Nội dung môn học Lecture 1 Giới thiệu về Học máy và khai phá dữ liệu Lecture 2 Thu thập và tiền xử lý dữ liệu Lecture 3 Hồi quy tuyến tính Linear regression Lecture 4 5 Phân cụm Lecture 6 Phân loại và Đánh giá hiệu năng Lecture 7 dựa trên láng giềng gần nhất KNN Lecture 8 Cây quyết định và Rừng ngẫu nhiên Lecture 9 Học dựa trên xác suất Lecture 10 Mạng nơron Neural networks Lecture 11 Máy vector hỗ trợ SVM Lecture 12 Khai phá tập mục thường xuyên và các luật kết hợp Lecture 13 Thảo luận ứng dụng học máy và khai phá dữ liệu trong thực tế 3 1. Cây quyết định Cây quyết định Decision tree Dùng cấu trúc cây để xấp xỉ một hàm cần học. Một cây quyết định có thể được biểu diễn diễn giải bằng một tập các luật IF-THEN dễ đọc và dễ hiểu Được áp dụng thành công trong rất nhiều các bài toán ứng dụng thực tế 4 Ví dụ về DT Một người có chơi tennis không Outlook Sunny Rain Overcast Humidity Yes Wind High Normal Strong Weak No Yes No Yes Outlook Overcast Temperature Hot Humidity High Wind Weak Yes Outlook Rain Temperature Mild Humidity High Wind Strong No Outlook Sunny Temperature Hot Humidity High Wind Strong No 5 Ví dụ về DT Những tin tức nào mà tôi quan tâm music is present is absent singer football is present is absent is present is absent Interested Uninterested Interested My God is present is absent Interested Uninterested music singer Interested My God Interested music Uninterested 6 Biểu diễn cây quyết định 1 Mỗi nút trong internal node biểu diễn một thuộc tính cần kiểm tra giá trị đối với các ví dụ. Mỗi nhánh branch từ một nút sẽ tương ứng với một giá trị có thể của thuộc tính gắn với nút đó. Mỗi nút lá leaf node biểu diễn một lớp. Một cây quyết định học được sẽ phân lớp đối với một ví dụ bằng cách duyệt cây từ nút gốc đến một nút lá Nhãn lớp gắn với nút lá đó sẽ được gán cho ví dụ cần phân lớp. 7 Biểu diễn cây quyết định 2 Mỗi đường đi path từ nút gốc đến một nút lá sẽ tương ứng với một kết hợp conjunction của các kiểm tra