【10分で分かる！】決定木とは？利用場面やランダムフォレスト・Xgboostなどの応用手法についても見ていこう！

[@aiby8596]

【視聴ガイド】
01:43 決定木の仕組み
04:10 決定木を利用する場面
05:28 決定木を応用した手法群

[@のりのり60]

今までたくさんAI関連の動画を見たが、これは見ていて楽しい！　枝葉末節の部分が削られ初心者向けにポイントが整理されているので、飽きずに最後まで見ることができる。素晴らしい！

[@aiby8596]

ありがとうございます！そう言っていただけると作ったかいがあります、、！
今後ともよろしくお願いします🤲

[@doggy9745]

わかりやすいです！モチベ上がりました！これからも参考にさせてもらいます。
他のチャンネルに比べて個人的に1番わかりやすいです。

[@aiby8596]

ありがとうございます！励みになります。
これからも更新頑張ります！

[@lionemaru225]

ありがとうございました！
決定木について多面的に説明されていて分かりやすかったです

[@aiby8596]

コメントありがとうございます！引き続きよろしくお願いいたします！

[@坂本悠人-c9h]

手が込んでてすごく分かりやすくて助かります。
コンペに初挑戦するつもりなので前提知識がついて助かります

[@aiby8596]

コメントありがとうございます！動画作成の励みになります！コンペ頑張ってください！！

[@toshimotoshi]

AIによる病気の予後予測が行えるシステムを考えており、いろいろ調べていたら、こちらに辿り着きました。これから勉強させて頂きます。

[@aiby8596]

Toshi Mo ありがとうございます！引き続き、よろしくお願いします🤲

[@べあせろ]

神動画に出会った

[@aiby8596]

ありがとうございます！！

[@たけのこ太郎-z4y]

ありがたや

[@クロワ-e7k]

こんにちは。座標と回転値データを説明変数に用いて剣道における面小手胴の判別システムの開発を考えています。
この動画を参考にしてまず決定木を試してみたのですが説明変数を選択して学習を行わせると、しないときに比べて予測精度が向上することがありました。決定木は特徴量の選択を行う必要がないと学んだのですが、した方が良いのでしょうか。
またランダムフォレストを試してみたのですが、説明変数がすべて数値であるからか、説明変数の順番を変えるだけでで重要な特徴量が変わってしまいます。この結果からこの手法を用いることは正しいのか分からず、困惑しております。
そこでなぜこのようになるのか、この手法を用いることは適しているかも教えていただきたいです。
周りに聞ける人がおらず、何卒よろしくお願い致します…

[@aiby8596]

変数間の相関が非常に高い多重共線性という問題が生じていると考えられます！決定木においても特徴量選択した方が精度向上することは考えられます。

[@クロワ-e7k]

@@aiby8596 ご返信ありがとうございます。多重共線性は初めて聞いたので調べてみようと思います！

[@秋山一史]

G検定の勉強しているので凄く助かります^ ^

[@aiby8596]

ありがとうございます！動画更新の励みになります！！

[@hideakitanji]

既にある観点では十分に高い完成度かと存じましたが、解説されている手法が何故嬉しいのか？そしてその分析例は？この２点を交えて頂けると更に素晴らしい動画になるのでは？と存じました。偉そうにすみません。。

[@aiby8596]

ありがとうございます！