Arbres de décision: Classification

Cette séance de cours couvre les arbres de décision pour la classification, l'apprentissage supervisé, la mesure de la qualité d'une scission à l'aide de l'entropie, et le concept de gain d'information. Il comprend également une démonstration dans Tableau & KNIME, un codage à chaud, l'optimisation de l'hyperparamètre et l'utilisation de forêts aléatoires. L'instructeur explique le processus d'optimisation des hyperparamètres, l'encodage à chaud avec scikit-learn et pandas, et l'importance de choisir le bon modèle. La séance de cours se termine par un aperçu de la validation croisée, de l'évaluation du modèle et des paramètres sklearn.tree.DécisionTreeClassifier.