粉碎 在rpart和树型决策树上使用统计学习理论(SLT)的有用工具。 描述 在机器学习(ML)领域,学习是构建算法的最重要步骤之一,该算法旨在预测特定任务,无论这是对象的分类,对特定产品的需求预测,甚至是诊断。恶性疾病。 在ML中,我们可以研究有监督的(有标签,例如一个类)和无监督的算法,这些算法用于模式检测,分组等任务,其中不直接依赖于标签。 知道这一点后,本工作旨在研究不同的监督学习算法,在这种情况下,分类算法(更具体地讲是决策树)将对构成算法学习过程的步骤进行分析研究,探索SLT的概念,这些概念提供了研究工具并允许证明诸如保证学习某种算法的问题。 参考:Rodrigo Fernande