Árvores de Decisão Flashcards
O que é aprendizado supervisionado?
Aprendizado supervisionado exige que os dados estejam rotulados (anotados com suas respectivas classes/valores de saída).
Quais são as subáreas da Inteligência Artificial?
Raciocínio automatizado, visão computacional, aprendizado supervisionado, aprendizado não supervisionado, aprendizado por reforço.
Qual é o objetivo do aprendizado supervisionado?
Encontrar um modelo capaz de mapear os valores de entrada (x) nos valores de saída (y).
O que é uma tarefa preditiva em aprendizado supervisionado?
É uma função (modelo) a partir dos dados de treino usada para prever um rótulo (classe) ou valor de um novo exemplo.
Quais são os tipos de classificação em aprendizado supervisionado? Existem 2
Binária (apenas duas classes) e multiclasse (mais de duas classes).
O que é regressão em aprendizado supervisionado?
É o processo de automaticamente predizer novos valores y, onde os dados são anotados com valores.
Como uma árvore de decisão é representada?
Por meio de um grafo acíclico direcionado, com vértice inicial único, representado por um conjunto de regras ‘SE…ENTÃO’.
Para que são usadas as árvores de decisão?
Principalmente em problemas de classificação.
O que é indução de árvores de decisão?
Descobrir a ‘árvore ótima’ é um problema NP-Difícil, e muitas heurísticas são usadas para gerar árvores, como top-down, bottom-up e híbrida.
O que é o algoritmo de Hunt?
Um algoritmo de indução de árvores de decisão que utiliza uma estratégia recursiva e gulosa.
O que é impureza em árvores de decisão?
Medida usada para quantificar a heterogeneidade das classes dentro dos nós.
Quais são as questões de projeto na indução de árvores de decisão?
Determinar como particionar os dados, como filtrar os dados com base em um atributo, como escolher o atributo a ser utilizado e determinar quando parar de particionar.
Como filtrar dados com base em um atributo nominal?
Pode-se dividir com base no número de categorias (múltipla) ou agregar categorias em dois sub-conjuntos (binária).
Quando parar de particionar em árvores de decisão?
Quando todas as instâncias em um nó pertencem à mesma classe, tornando o nó uma folha rotulada.
Como escolher o atributo na indução de árvores de decisão?
Utiliza-se uma estratégia gulosa, dando preferência a nós com distribuição de classe homogênea.
