Árboles para la toma de decisiones

Descripción

1. Los árboles de decisión como técnica de representación del conocimiento.

• Cuándo es adecuado el uso de los árboles de decisión.
• Ventajas y desventajas de los árboles de decisión.

2. Tarea de inducción.

3. Algoritmo ID3: algoritmo básico de aprendizaje.

• Cómo seleccionar el atributo cuyo conocimiento aporta mayor información.

4. Espacio de hipótesis.

• En qué se basa ID3 para generalizar el árbol de decisión.

5. Criterios de selección de atributos.

• Índice Gini.
• Proporción de ganancia.

6. Sobreajuste y poda de árboles.

• Cómo saber el tamaño del árbol adecuado.

7. Precisión de la clasificación.

8. Algoritmo C4.5: simplificación de árboles de decisión mediante poda.

• Estimación de la precisión en C4.5.

9. Herramienta software para el análisis de conocimiento: Weka.

• Ejemplo ejecución algoritmo C4.5 (J48 en Weka).

Información adicional