Q1 :
DS Machine Learning
L'apprentissage par arbre de décision est l'une des approches de modélisation prédictive utilisées
dans les statistiques, l'exploration de données et l'apprentissage automatique. Il utilise un arbre de
décision (comme modèle prédictif) pour passer des observations sur un élément (représenté dans
les branches) aux conclusions sur la valeur cible de l'élément (représentée dans les feuilles)
Publicité
Q2:
Q3
Q4:
Les points fortes :
1- Connaissances "intelligibles" - validation de qualité
2- Traduction directe de l'arbre en base de règles
Publicité
3- Sélection automatique des variables pertinentes
5- Traitement indifférencié selon le type de variables
6- robuste contre les valeurs aberrantes
7- vitesse intéressante sur des bases de taille moyenne
Les points faibles :
1- problème de stabilité sur les petites bases de données
Publicité
2- 2- masquer l'intérêt des variables sélectionnées
3- 3- recherche "pas à pas": difficulté à trouver des interactions