با سلام

قسمت بیست و ششم از سری فیلم های آموزشی یادگیری ماشین در سایت متلب یار منتشر می باشد.

در این مجموعه مفاهیم تئوری و عملی (در متلب) درخت تصمیم گیری (Decision Tree ) با زبانی ساده و روان به تفصیل بیان می گردد. مطالب مربوط به درخت تصمیم گیری در ۵ قسمت (قسمت های ۲۴-۲۷) بطور کامل آموزش داده میشود که این ویدئو آموزشی مربوط به سومین قسمت از آموزش درخت تصمیم گیری میباشد که شامل موارد زیر است:

۱- بیان مفهوم درخت رگرسیون

۲- بیان مفهوم Overfitting

۳- تشریح روش های جلوگیری از Overfitting

۴- بیان روش Post Pruning

۵- تشریح درخت های چند متغیره Multivariate trees

۶- تشریح درخت تصمیم گیری Omnivariate Trees

۷- بیان معایب درخت های تصمیم گیری

۸- بیان انواع معیارهای توقف رشد درخت تصمیم گیری

۹- بیان درخت های تصمیم گیری در متلب

۱۰- روش داده های Validation در درخت تصمیم گیری

۱۱- تشریح روش Cross Validation در درخت تصمیم گیری

۱۲- تشریح روش K-fold Cross Validation در درخت تصمیم گیری

 

تذکر۱:

قسمت های قبلی این مجموعه آموزشی را می توانید از اینجا مشاهده نمایید.