Celem ćwiczenia jest zapoznanie się uczeniem drzew decyzyjnych służących do klasyfikacji danych. Obejmuje to budowanie struktury drzew na podstawie przykładów i ich użycie do klasyfikacji danych.

Do przeczytania i przygotowania:

• AIM:18.6-18.11, FCA:11
• WSI:10

Podstawowym narzędziem do realizacji ćwiczeń jest program Decision trees z AIspace.

Pracuj w parze z Koleżanką/Kolegą. Uruchom narzędzie pisząc w konsoli tekstowej ais-dtree.

• Przeczytaj wstęp pojęciowy do wybranych zagadnień teorii informacji
• Przeczytaj wstęp do uczenia drzew decyzyjnych

• Przeczytaj tutorial
• Załaduj przykład File→Load samle dataset→Mail reading
• Obejrzyj przykłady, jak wygląda zbiór uczący, a jak testowy
• Zbuduj drzewo: przełącz się na zakładkę Solve i naciskaj na Step, aż do końca budowy drzewa
• Obserwuj wyniki: Show plot, View node info
• Sprawdź które węzły klasyfikują poszczególne przypadki: View mapped examples
• Usuń drzewo Reset graph
• Zmień algorytm budujący Decision Tree Options→Splitting functions
• Porównaj wyniki dla innych algorytmów