Informations administratives
| Titre | Arbres de décision |
| Durée | 2 x 45 minutes |
| Module | A |
| Type de leçon | Conférence |
| Focus | Pratique — Modélisation de l’IA |
| Sujet | Analyse des données |
Mots-clés
Illustration et prétraitement des ensembles de données, arbre de décision, construction de modèles, montage et évaluation d’un arbre de décision, validation croisée,
Objectifs d’apprentissage
- apprendre les bases des arbres de décision
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
- S.O.
Optionnel pour les étudiants
- S.O.
Références et antécédents pour les étudiants
Recommandé pour les enseignants
- S.O.
Matériel de leçon
Instructions pour les enseignants
Vous pouvez baser cette classe sur les ordinateurs portables de BME sur les plateformes d’analyse de données (HU)
Esquisse/horaire
| Durée (min) | Description | Concepts | Activité | Matériel |
|---|---|---|---|---|
| 5 | Résumé des tâches à accomplir | Conférence | ||
| 10 | Illustration et prétraitement des ensembles de données | Prétraitement des données | Codage | Carnet de notes Jupyter |
| 10 | Définition d’un arbre de décision | scikit-learn: Arbre de décision | Codage | |
| 20 | Bâtiment modèle | complexité du modèle, tracé | Documentation | |
| 15 | Montage et évaluation d’un arbre de décision | Fit | Codage | |
| 10 | Validation croisée | Validation croisée | Documentation | |
| 15 | Évaluation du modèle | opérations en numpy, prétraitement de données (scaling), Précision | Codage | |
| 5 | Observations finales | Documentation |
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.