فیلم آموزش علوم داده – الگوریتم درخت تصمیم (درس چهارم)
نیاز به آشنایی با زبان برنامه‌نویسی R و الگوریتم درخت تصمیم که از مفاهیم پایه‌ای برای شناخت علوم داده هستند، زمانی بیشتر احساس می‌شود که علاقه‌مندان به این رشته بدانند دنیا با کمبود متخصص در این زمینه مواجه است و متخصصان هم با تکیه بر تحصیلات آکادمیک و تجربی از دل همین علاقه‌مندان بیرون خواهند آمد.
این نکته که دنیای مدرن آینده بسیار متکی به فناوری هوش مصنوعی و علوم داده خواهد بود، باعث شده که علاقه‌مندان با جدیت بیشتری در جهت رسیدن به اهداف در این زمینه‌ها قدم بردارند و روزبه‌روز هم علاقه‌مندان بیشتری مشتاق گذراندن دوره‌های مربوط به آن شوند.
تماشای ویدئوهای آموزشی به منظور آشنایی با رشته پرطرفدار علوم داده و هوش مصنوعی می‌تواند شروع خوبی برای ورود به این دنیای پیچیده باشد. تا اینجا چهار درس از مجموعه ویدئوهای آموزشی علوم داده منتشر شده است.
الگوریتم درخت تصمیم
درس اول مربوط به آشنایی با دیتاساینس بود و با تماشای آن پاسخ این سوالات که علوم داده چیست، دانشمند داده کیست، یک روز کاری دانشمند علوم داده چطور سپری می‌شود و مهارت‌های لازم برای تبدیل شدن به یک دانشمند داده کدامند، مشخص می‌شد.
در درس دوم به زبان برنامه‌نویسی R، اهمیت آن، شبکه آرشیو R، روش نصب، انواع داده‌ها در این زبان برنامه‌نویسی، وارد کردن داده‌ها به زبان R و خروجی گرفتن از آن‌‌ها پرداختیم.
درس سوم مربوط به رگرسیون خطی ساده بود. در آن درس درباره دو مبحث مهم خط بهترین برازش و تحلیل همبستگی در زبان برنامه‌نویسی R توضیح داده شد.
درس چهارم اما مربوط به درخت تصمیم است. درخت تصمیم یا Decision Tree یک الگوریتم با ظاهر درخت مانند است که از آن به منظور مشخص کردن مجموعه اقداماتی که باید در پیش گرفته شوند، استفاده می‌شود. هر شاخه از این درخت نشان‌دهنده یکی از تصمیمات، پیش‌آمدها یا واکنش‌های احتمالی است.
مباحثی که در درس چهارم از مجموعه ویدئوهای آموزش علوم داده به طور مفصل توضیح داده خواهند شد، سه بخش هستند. بخش اول مقدمه‌ای بر الگوریتم درخت تصمیم است. بخش دوم مفاهیم آنتروپی و بهره اطلاعاتی را بررسی می‌کند و در بخش سوم مثالی کاربردی از درخت تصمیم ارائه می‌شود.
همچنین می‌توانید از طریق لینک زیر ویدیوهای مربوط به دروس دیگر را مشاهده کنید:
دیگر ویدیوهای هوش مصنوعی را در هوشیو تماشا کنید
