В статье пойдёт речь об одной из моделей машинного обучения - решающем дереве. Для чего нужна эта модель? Решающее дерево позволяет решать следующие задачи машинного обучения: Классификации - это когда нужно предсказать класс объекта, например, купит ли человек новый телефон или нет. Регрессии - когда надо предсказать какое-либо значение, например, стоимость дома. Как оно выглядит? Вместо сотни слов, проще показать картинку: Действительно, вид напоминает дерево, но с одной особенностью - оно перевёрнуто...

Введение Алгоритмы на основе деревьев считаются лучшими и широко используемыми методами контролируемого обучения. Они позволяют создавать прогностические модели с высокой точностью, силой и простотой интерпретации. Они в определенной степени хорошо отображают нелинейные взаимосвязи. Они гибко решают любые задачи, связанные с классификацией или регрессией. Цель этой статьи - провести различие между алгоритмами машинного обучения по степени сложности. Древовидные алгоритмы - это важное семейство контролируемого машинного обучения...