Informații administrative
| Titlu | Arborii de decizie |
| Durată | 2 x 45 minute |
| Modulul | A |
| Tipul lecției | Practică |
| Focalizare | Practică – Modelarea IA |
| Subiect | Analiza datelor |
Cuvinte cheie
Generarea setului de date, fixarea, complexitatea modelului,
Obiective de învățare
- aflați elementele de bază ale arborilor de decizie
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Obligatoriu pentru studenți
- Prelegere: Pregătirea și explorarea datelor
- Sesiune de laborator: Pregătirea și explorarea datelor
Opțional pentru studenți
Nici unul.
Referințe și context pentru studenți
- Scikit-Învață
- Keras
- Arbore decizional pe wikipedia
- RON Kohavi, "Scalificarea preciziei clasificatorilor Naive-Bayes: a Decision-Tree Hybrid", Proceedings of the Second International Conference on Knowledge Discovery and Data Mining (A Decision-Tree Hybrid), Proceedings of the Second International Conference on Knowledge Discovery and Data Mining, 1996.
- https://scikit-learn.org/stable/modules/tree.html
- https://pulplearning.altervista.org/algoritmi-di-machine-learning-decision-tree/
- https://www.kaggle.com/code/hamelg/python-for-data-29-decision-trees/notebook
- https://towardsdatascience.com/decision-trees-in-machine-learning-641b9c4e8052
Recomandat pentru profesori
Nici unul.
Materiale de lecție
Instrucțiuni pentru profesori
Acest eveniment de învățare constă în sarcini de laborator care vor fi rezolvate de către elevi cu ajutorul instructorului de conducere.
Puteți baza această clasă în jurul notebook-urilor.
Schiță/program de timp[modificare | sursă]
| Durată (min) | Descriere | Concepte | Activitate | Material |
|---|---|---|---|---|
| 5 | Prezentare succintă a sarcinilor care trebuie îndeplinite | Introducere | Prelegere | |
| 5 | Generarea unui set de date bidimensional | Zgomot Gaussian, np.random.randn | Codificare | Notebook-ul lui Jupyter |
| 10 | Montarea și evaluarea unui arbore decizional | Scikit-learn | Codificare | |
| 15 | Investigarea efectului parametrului complexității modelului | complexitatea modelului, vectori de sprijin, marjă, grafică | Documentație | |
| 5 | Montarea modelului | Montarea modelului | Codificare | |
| 15 | Evaluarea și investigarea efectului parametrului | Evaluarea parametrilor | Documentație | |
| 20 | Implementarea unui model precalculat personalizat | operații matrice în numpy | Codificare | |
| 45 | Montarea și evaluarea modelului pe date reale | preprocesarea datelor (clasificarea), Precizia, Matricea de Confuzie, Validarea încrucișată | Documentație |
Confirmări
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.