Bu konunun anlatılmasında ve genel veri bilimi konusunda örneklerin ve belli başlı bilgilerin bulunduğu kaynaklar.
Şadi Evren Şeker - Karar Ağaçları
Makine Öğrenmesi süreçlerinde aslında bizim problemimize bağlı olarak algoritma değişir.
Problemimiz sınıflandırma,kümeleme olabilir bu durumda bizim algoritmamız ona göre şekillenmeli.Aynı zaman algoritma kendi model oluşturma sürecine göre supervised , unsupervised algoritma diye iki sınıfa ayrılır.Unsupervised öğrenmede aslında olay şudur.Makine eldeki bir data setine göre bir sonuç üretilir.
Unsupervised Learning'te ise data verilir makine o veriler arasında belli cluster sayısına göre bir sonuçlar bir kümeler oluşturur.Probleme bağlı değişir işler.
Karar Ağaçları , makine öğrenmesinde bir sınıflandırma algoritmasıdır.Supervised Learning mantığına göre işlemektedir.
- Örnek bir karar ağacı ve ardından sıfırdan bir dataset ile karar ağacı örneğimize bakalım.
'
Buradaki karar ağacı bize OBAMA ve Clinton arasındaki seçimde hangi sınıf insanın nasıl bir karar vereceğini belirtmekte.
-
Burada sorulması gereken bir soru var.Neden tree'de bacakları bölerken insanların zenci olup olmamasına baktı?
-
Devreye burada biraz matematik ve olasılık devreye girmekte ve şunu belirtmekte 'Bilgi Değeri'.