Daten, die Entscheidungen und Klassifizierungen erfordern, sind allgegenwärtig. Entscheidungsbäume helfen dabei, fundierte Schlussfolgerungen aus Daten für einige der häufigsten Arten von Problemen im Bereich des maschinellen Lernens zu ziehen. Um diese Struktur nutzen zu können, müssen Sie verstehen, wie man Entscheidungsbäume richtig durchläuft und Regelsätze daraus erstellt. In diesem Kurs lernen Sie die Grundlagen von Entscheidungsbäumen kennen und erfahren, wie Sie diese Strukturen in Java implementieren. Anschließend werden Sie verschiedene Methoden der Baumdurchquerung kennenlernen, wobei der Schwerpunkt auf BFS und DFS liegt. Mit BFS und DFS werden Sie in der Lage sein, Baumdurchquerungen anzuwenden, um Regelwerke aus Entscheidungsbäumen zu generieren. Mit diesem Wissen sind Sie in der Lage, Entscheidungsbäume zu implementieren und zu durchlaufen.

Dieser Kurs richtet sich an Java-Entwickler mit fundierten Programmierkenntnissen und konzentriert sich auf Entscheidungsbäume, BFS, DFS sowie die Regelerzeugung für maschinelles Lernen und Datenklassifizierung. Fundierte Kenntnisse der Java-Programmierung sind für die Implementierung von Entscheidungsbäumen und Durchlaufalgorithmen unerlässlich. Zudem ist eine gewisse Vertrautheit mit Bäumen als Datenstruktur von Vorteil, da Entscheidungsbäume auf hierarchischen Strukturen basieren. Am Ende dieses Kurses verfügen Sie über die Fähigkeiten, Baumdurchlaufalgorithmen wie BFS und DFS sicher zu implementieren und leistungsstarke Regeln aus Entscheidungsbäumen zu generieren, um reale Probleme des maschinellen Lernens zu lösen.