היתרונות של יערות החלטה מספקים את היתרונות הבאים:
- קל יותר להגדיר אותן מאשר רשתות נוירונים. ביערות החלטות יש פחות היפר-פרמטרים, ויותר מכך, ההיפר-פרמטרים ביערות ההחלטות מספקים ברירות מחדל טובות.
- הם מטפלים באופן מקורי בתכונות מספריות, בקטגוריות חסרות ותכונות חסרות. כלומר, אפשר לכתוב קוד לפני עיבוד הרבה פחות מאשר כשמשתמשים ברשת נוירונים, וכך לחסוך זמן ולצמצם את המקורות לשגיאות.
- לעיתים קרובות הם מניבים תוצאות טובות, הם מספקים נתונים חזקים עד רועשים ויש להם מאפיינים שניתן לפרש.
- הם מסיקים ומאמנים על מערכי נתונים קטנים (פחות ממיליון דוגמאות) הרבה יותר מהר מאשר רשתות נוירונים.
יערות קבלת החלטות מניבים תוצאות מעולות בתחרויות של למידת מכונה, ונעשה בהם שימוש רב במשימות תעשייתיות רבות.
קורס זה מציג את עצי ההחלטות ויערות ההחלטות. יערות החלטות הם משפחה של אלגוריתמים ניתנים לפירוש של למידת מכונה, שמצטיינים בנתונים בטבלאות. יערות החלטה יכולים להשיג:
קוד YDF
בקורס הזה נסביר איך יערות ההחלטות פועלים בלי להתמקד בספריות ספציפיות.
עם זאת, לאורך הקורס תיבות הטקסט מציגות דוגמאות קוד שמסתמכות על ספריית יער ההחלטות של YDF, אבל אפשר להמיר אותן לספריות אחרות של יער ההחלטות.
דרישות מוקדמות
קורס זה מבוסס על ההנחה שהשלמתם את הקורסים הבאים או שיש לכם ידע מקביל:
למידה מהנה!