Return to Video

DT Strengths and Weaknesses - Intro to Machine Learning

  • 0:01 - 0:05
    Você conseguiu de novo. Parabéns, sua terceira árvore de decisão do algoritmo de máquina,
  • 0:05 - 0:06
    você chegou até o fim.
  • 0:06 - 0:08
    >> Nós aprendemos bastante sobre árvores de decisão.
  • 0:08 - 0:11
    Vamos adicionar um pouco desse novo conhecimento à nossa lista de coisas a
  • 0:11 - 0:13
    considerar ao escolher um classificador.
  • 0:13 - 0:16
    >> Então, elas são muito fáceis de usar e bonitas para cultivar.
  • 0:16 - 0:18
    Elas têm um formato gráfico e, de um certo modo,
  • 0:18 - 0:20
    permitem que você interprete os dados realmente bem, e
  • 0:20 - 0:24
    você pode realmente entendê-los muito melhor do que se saíssem de uma máquina.
  • 0:24 - 0:25
    Mas elas também têm limitações.
  • 0:25 - 0:26
    >> Está certo.
  • 0:26 - 0:28
    Uma das coisas que é verdadeira sobre árvores de decisão é que
  • 0:28 - 0:29
    elas tendem a sobreajustar.
  • 0:29 - 0:32
    Principalmente, se você tiver dados que têm uma grande quantidade de recursos e
  • 0:32 - 0:35
    uma árvore de decisão complicada, os dados poderão ser sobreajustados.
  • 0:35 - 0:38
    Portanto, você precisa ter cuidado com o parâmetro tunes que escolhe ao
  • 0:38 - 0:39
    usar a árvore de decisão para impedir que isso aconteça.
  • 0:39 - 0:41
    >> Sim. O resultado pode parecer insano se seu nó tiver feito
  • 0:41 - 0:43
    apenas um único ponto de dados.
  • 0:43 - 0:44
    Você quase sempre sobreajusta.
  • 0:44 - 0:47
    Portanto, é muito importante você medir quão bem está se saindo,
  • 0:47 - 0:50
    e parar o crescimento da árvore no momento adequado.
  • 0:50 - 0:52
    >> Uma das coisas que também é muito interessante sobre árvores de decisão,
  • 0:52 - 0:55
    de qualquer forma, é que você pode criar classificadores maiores a partir de
  • 0:55 - 0:58
    árvores de decisão em alguma coisa chamada métodos de agrupamento.
  • 0:58 - 0:59
    Na próxima lição,
  • 0:59 - 1:02
    daremos a você a oportunidade de realmente explorar um algoritmo completamente sozinho.
  • 1:02 - 1:06
    E alguns dos que forneceremos a você como opções são exemplos de
  • 1:06 - 1:06
    métodos de agrupamento.
  • 1:06 - 1:08
    Portanto se isso parecer interessante para você,
  • 1:08 - 1:11
    criar um classificador a partir de um classificado, fique ligado na próxima lição.
  • 1:11 - 1:16
    >> Sim. Vai ser incrível. Então, fique ligado.
  • 1:16 - 1:17
    >> Vamos começar.
Tytuł:
DT Strengths and Weaknesses - Intro to Machine Learning
Opis:

more » « less
Video Language:
English
Team:
Udacity
Projekt:
ud120 - Intro to Machine Learning
Duration:
01:18

Portuguese, Brazilian subtitles

Revisions Compare revisions