視覚化が凝ってて直感的に理解できる。英語だけど機械学習の基本を学ぶには良質なコンテンツ。ブックマーク推奨
面白い
https://mlu-explain.github.io/ トップページ
平衡状態図みたいだね
決定木による分類問題の解法の解説。説明変数を2個に単純化しているので2次元の図で理解しやすい。過学習の原理もよくわかる。
これを踏まえた上でboosting の話をすると格段に面白くなるのよね/この次にrandom forest があったわ
ちょっとだけエスパー
Decision Trees、Entropy、Information Gainを中心に取り扱う入門解説で、決定木の基本概念と評価指標を分かりやすく説明します。
決定木アルゴリズムのビジュアルな解説。
Decision Trees
視覚化が凝ってて直感的に理解できる。英語だけど機械学習の基本を学ぶには良質なコンテンツ。ブックマーク推奨
面白い
https://mlu-explain.github.io/ トップページ
平衡状態図みたいだね
決定木による分類問題の解法の解説。説明変数を2個に単純化しているので2次元の図で理解しやすい。過学習の原理もよくわかる。
これを踏まえた上でboosting の話をすると格段に面白くなるのよね/この次にrandom forest があったわ
ちょっとだけエスパー
Decision Trees、Entropy、Information Gainを中心に取り扱う入門解説で、決定木の基本概念と評価指標を分かりやすく説明します。
決定木アルゴリズムのビジュアルな解説。