Modelos de Aprendizaje Automático Mediante Árboles de Decisión

Carlos Arana

No 778, CEMA Working Papers: Serie Documentos de Trabajo. from Universidad del CEMA

Abstract: Los modelos de aprendizaje automatico (machine learning) supervisados de clasificación mediante particiones binarias recursivas, tambien llamados "árboles de decisión" se encuentran entre los más utilizados en la ciencia de datos, no sólo por su interpretabilidad y su performance sino tambien por ser la base de los modelos más potentes utilizados en la actualidad: los ensambles de árboles de decisión. Al seguir siendo con siderados los modelos de clasificación por excelencia, es que en este trabajo presentaré sus fundamentos, sus elementos constitutivos y los procedimientos involucrados para su implementación, puesta en marcha y medición de performance predictiva.

Keywords: Inteligencia Artificial; Aprendizaje Automático; Ciencia de Datos; Clasificadores; Árboles de Decisión (search for similar items in EconPapers)
Pages: 22 pages
Date: 2021-02
New Economics Papers: this item is included in nep-big
References: Add references at CitEc
Citations:

Downloads: (external link)
https://ucema.edu.ar/publicaciones/download/documentos/778.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:cem:doctra:778

Access Statistics for this paper

More papers in CEMA Working Papers: Serie Documentos de Trabajo. from Universidad del CEMA Contact information at EDIRC.
Bibliographic data for series maintained by Valeria Dowding ().