Objetivo

Comprender las características de los modelos de predicción basados en árboles de decisión.

Descripción

Dentro de esta experiencia educativa, se aprenderá sobre los árboles de decisión como modelos; esto implica una relación de variables simultáneas a través del uso de herramientas de machine learning.

Haz clic para revisar la explicación.

Modelos de predicción con base en árboles de decisión

Revisa las siguientes lecturas:

Para conocer más sobre modelos de predicción con base en árboles de decisión, te recomendamos leer:

• Martínez, J. (2020). Árboles de decisión con ejemplos en Phyton. Recuperado de https://www.iartificial.net/arboles-de-decision-con-ejemplos-en-python/
• sitiobigdata.com. (2022). Árbol de decisión en Machine Learning (Parte I). Recuperado de https://sitiobigdata.com/2019/12/14/arbol-de-decision-en-machine-learning-parte-1/
• Sotaquirá, M. (2021). Clasificación con Árboles de Decisión. El algoritmo CART. Recuperado de https://www.codificandobits.com/blog/clasificacion-arboles-decision-algoritmo-cart/
• Orellana, J. (2018). Árboles de decisión y Random Forest. Recuperado de https://bookdown.org/content/2031/

Objetivo

Analizar la forma en la que los árboles de decisión apoyan la construcción de modelos dentro del machine learning.

Instrucciones

Los árboles de decisión son elementos que ayudan a generar información a través de la relación de variables en un mismo plano. Piensa que como asesor financiero quieres generar un modelo de predicción sobre la relación que tiene las variaciones en el tipo de cambio y el pago exitoso de los créditos otorgados.
Si tuvieras que generar un modelo con base en esta información, considerando un registro previo de datos, señala:

1. ¿Cuáles serían las variables a considerar?
2. ¿Cuál sería la variable objetivo de detonar?
3. ¿Cómo sería la construcción del modelo y de qué tipo sería (lineal, no lineal, multivariable)?
4. ¿De qué forma apoyarían los árboles de decisión para generar un resultado exitoso?
5. Investiga sobre un caso de éxito utilizando un modelo predictivo de árbol de decisión. Después compara tu análisis con el resultado del caso de éxito, ¿qué cambiarías en tu modelo para que fuera considerado un éxito?

Checklist

• Se identifican las variables a considerar dentro del modelo, señalando la variable objetivo de detonar.
• Se establece la forma en la que se construirá el modelo.
• Se analiza la forma en que los árboles de decisión apoyarán la generación de un resultado.
• Se investiga un caso de éxito utilizando el modelo predictivo de árbol de decisión y lo analiza.