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'.