Apresentação do livro em português do Brasilinteligência 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” é um livro de Faramarz Kowsari na área de inteligência artificial. Esta página de descoberta em português do Brasil organiza os metadados públicos para tornar mais fáceis de encontrar os temas, o público, o idioma real de publicação e os caminhos oficiais de leitura ou compra.

Os metadados públicos situam este título em inteligência artificial, ferramentas modernas de IA ou fluxos de trabalho baseados em prompts.

Idioma de publicação: inglês. Esta é uma página de orientação em português do Brasil. O livro é publicado em inglês; título, prévia e opções de compra no Google Books correspondem a essa edição.

Ver no Google Books Abrir prévia gratuita Página original do livro

Sobre o que é este livro?

Os metadados públicos situam este título em inteligência artificial, ferramentas modernas de IA ou fluxos de trabalho baseados em prompts.

Temas em destaque

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

Descrição pública original do livro

inglês

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.

Para quem é este livro?

O público-alvo é baseado na descrição pública do livro. Para leitores brasileiros, é importante observar que a edição disponível está publicada em inglês.

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

Objetivos de aprendizagem publicados