El árbol y el laberinto. Árboles de decisión.

Autores/as

  • Manuel Molina Servicio de Gastroenterología Hospital Infantil Universitario La Paz, de Madrid.

DOI:

https://doi.org/10.30445/rear.v16i12.1298

Palabras clave:

árboles de decisión, regresión, clasificación, aprendizaje automático

Resumen

Un árbol de decisión es un modelo de aprendizaje automático que se utiliza para estimar una variable objetivo basándose en varias variables de entrada. Esta variable objetivo puede ser tanto numérica (árboles de regresión) como nominal (árboles de clasificación). Se describe la metodología de construcción de árboles de decisión para regresión y clasificación, así como su interpretación.

Biografía del autor/a

Manuel Molina, Servicio de Gastroenterología Hospital Infantil Universitario La Paz, de Madrid.

Especialista en Pediatrí­a y sus áreas Especí­ficas desde 1991. Actualmente ejerzo en el Servicio de Gastroenterologí­a del Hospital Infantil Universitario La Paz, de Madrid.
Además, pertenezco al Grupo de Trabajo de Pediatrí­a Basada en la Evidencia, grupo compartido entre la Asociación Española de Pediatrí­a y la Asociación Española de Pediatrí­a de Atención Primaria.

Citas

- Tree-based methods. En: James G, Witten D, Hastie T, Tibshirani R, eds. An introduction to statistical learning with applications in R. Springer Science+Business Media. New York, 2013; 303-35.

- Supervised learning. En: Mailund T, ed. Beginning data science in R 4. Data analysis, visualization, and modelling for the data scientist, 2ª ed. Apress Media, LLC. New York, 2022; 178-238.

Descargas

Publicado

2025-01-02

Cómo citar

Molina, M. (2025). El árbol y el laberinto. Árboles de decisión. Revista Electrónica AnestesiaR, 16(12). https://doi.org/10.30445/rear.v16i12.1298

Artículos más leídos del mismo autor/a

1 2 3 4 5 6 7 > >>