Fundamentos de machine learning · Aprendizaje supervisado

Árboles de decisión

Un modelo que predice haciendo una secuencia de preguntas de sí/no sobre la entrada, como un diagrama de flujo.

Empezar una lección sobre Árboles de decisión

Aprende antes

• Tipos de problemas de ML: La división básica entre aprendizaje supervisado (ejemplos etiquetados), no supervisado (sin etiquetas) y por refuerzo.

Lleva a

• Métodos de ensamble: Combinar muchos modelos débiles (normalmente árboles) en uno más fuerte, ya sea promediando (bagging) o corrigiendo sus errores sucesivamente (boosting).

Temas relacionados

• Métodos de ensamble: Combinar muchos modelos débiles (normalmente árboles) en uno más fuerte, ya sea promediando (bagging) o corrigiendo sus errores sucesivamente (boosting).