Les données nécessitant des décisions et des classifications sont omniprésentes. Les arbres de décision permettent d’établir des inférences fiables à partir des données pour certains des problèmes les plus courants en apprentissage automatique. Pour tirer parti de cette structure, vous devez comprendre comment parcourir correctement les arbres de décision et en extraire des ensembles de règles. Dans ce cours, vous apprendrez les principes fondamentaux des arbres de décision et découvrirez comment implémenter ces structures en Java. Vous explorerez ensuite différentes méthodes de parcours d’arbres, en vous concentrant sur les algorithmes BFS et DFS. Grâce à ces deux algorithmes, vous serez en mesure d’appliquer des parcours d’arbres pour générer des ensembles de règles. Fort de ces connaissances, vous serez en mesure de mettre en œuvre et de parcourir des arbres de décision.

Ce cours s’adresse aux développeurs Java disposant de solides bases en programmation. Il porte sur les arbres de décision, les algorithmes BFS et DFS, ainsi que la génération de règles pour l’apprentissage automatique et la classification de données. Une solide compréhension de la programmation Java est indispensable pour mettre en œuvre des arbres de décision et des algorithmes de parcours. De plus, une certaine familiarité avec les arbres en tant que structure de données sera utile, car les arbres de décision reposent sur des structures hiérarchiques. À l’issue de ce cours, vous disposerez des compétences nécessaires pour implémenter en toute confiance des algorithmes de traversée d’arbres tels que BFS et DFS, et générer des règles puissantes à partir d’arbres de décision afin de résoudre des problèmes concrets d’apprentissage automatique.