Presentación del libro en españolinteligencia artificial

Decision Trees in Machine Learning and Data Science

Name: Decision Trees in Machine Learning and Data Science
Author: Faramarz Kowsari

A Visual Infographic Guide from Entropy and Gini to Python, Pruning, and Interpretable AI

“Decision Trees in Machine Learning and Data Science” es un libro de Faramarz Kowsari dentro del área de inteligencia artificial. Esta página de descubrimiento en español organiza la información pública del libro para que sus temas, público, idioma real de publicación y vías oficiales de lectura o compra sean más fáciles de encontrar.

Los metadatos públicos sitúan este título en temas de inteligencia artificial, herramientas modernas de IA o flujos de trabajo basados en prompts.

Idioma de publicación: inglés. Esta es una página de orientación en español. El libro se publica en inglés; el título, la vista previa y las opciones de compra de Google Books corresponden a esa edición.

Ver en Google Books Abrir vista previa gratuita Página original del libro

¿De qué trata este libro?

Los metadatos públicos sitúan este título en temas de inteligencia artificial, herramientas modernas de IA o flujos de trabajo basados en prompts.

Temas destacados

Decision treesEntropyGini impurityInformation gainID3 C4.5 CARTPruningPython and scikit-learnInterpretability and overfitting

Descripción pública original del libro

inglés

Decision Trees in Machine Learning and Data Science explains tree models visually from first split to production-minded practice. It builds intuition for nodes, thresholds, entropy, Gini impurity, information gain, and split selection, then moves through ID3, C4.5, CART, overfitting, pruning, Python and scikit-learn, projects, interview questions, and reference material. Each concept is reinforced with definitions, formulas, numerical examples, code, outputs, common traps, model warnings, and mini cases, keeping interpretability and variance control visible throughout.

¿A quién va dirigido?

El público objetivo se basa en la descripción pública del libro. Para lectores hispanohablantes, conviene tener presente que la edición disponible está publicada en inglés.

For machine-learning students, data-science practitioners, interview candidates, and readers who value visual explanations and interpretable models.

Objetivos de aprendizaje publicados