MACHINE LEARNING : 05 Les arbres de décision

Implémentation des arbres de décision en python avec SKlearn
Sources et Données : drive.google.com/open?id=1pPe...
Graphviz : www.graphviz.org/
Doc SKlearn : scikit-learn.org/stable/modul...

[@MoiFust]

Merci tes vidéos me sont d'une grande aide, tu dois être le seul à expliquer tous les algorithmes à partir de Scikit Learn et non à partir de mathématique.

[@intechwetrust3959]

Après les maths c'est important aussi 😃

[@lioneloddo]

C'était trop marrant et utile

[@annepuravida1]

Merci, Merci :)

[@zidanesbai1007]

Merci beaucoup

[@mohamedbouamara689]

Bonjour,
D'abord , merci pour vos efforts pour nous rendre l'apprentissage plus facile et accessible.
J'ai suivi tout le playlist de cette formation et je salue votre pédagogie de qualité.
Juste une question du comment afficher le graph de l'arbre? pouvez vous donner l'instruction s'il vous plait?
Cordialement

[@eljeroelia7607]

fig, ax = plt.subplots(figsize=(40,40))
out = tree.plot_tree(tree_modele, feature_names=features,
class_names=target, filled=True)
for o in out:
arrow = o.arrow_patch
if arrow is not None:
arrow.set_edgecolor('red')
arrow.set_linewidth(3)
fig.savefig("decistion_tree.png")
remplacer feature names et class_names

[@ilyesadjal1605]

Bonjour pour les arbres de decisons pour les jeux a information imparfaite comme les jeu de carte, sa se passe comment???

[@intechwetrust3959]

Bonjour. un arbre de décision seul ne suffira pas. Il faut d'abord créer une fonction qui analyse l'état du jeu ( mes carte les cartes posées, les cartes pouvant encore sortir, la meilleure main, la position de ma main par rapport a la meilleure, la probabilité qu'un adversaire ai une meilleure main en fonction du nombre d'adversaire ... Une fois que j'ai cette état je peux générer un arbre de décision qui va sortir tous les scénarios possible et ma proba de gagner. Ensuite chaque nouvelle information vient me placer sur une branche ou sur une autre, restreindre l'arbre et la valeur des proba s'améliore petit à petit. On part d'une proba faible est peu fiable préflop et le résultat s'améliore en fonctions des données ( ici les cartes ) qui s'ajoutent. Mais ça reste relativement peu fiable.
Une autre manière de faire c'est d'entrainer un modèle Deep Learning ( surement un apprentissage par renforcement ) qui va jouer des millions de partie sur un simulateur