Drzewa, pyton i sztuczna inteligencja

Co wspólnego może mieć sztuczna inteligencja z drzewami i pytonem poza tym, że możemy zażyczyć od jakiegoś narzędzia generatywnej sztucznej inteligencji stworzenia obrazka, na którym w lesie czaić się będzie pyton? Otóż związków jest znacznie więcej. Jednym z podstawowych zagadnień w eksploracji danych jest klasyfikacja obiektów, czyli ich przypisywanie do z góry znanych kategorii. Na naszych zajęciach wprowadzimy uczestników w tematykę tworzenia modeli klasyfikacyjnych w postaci drzew i lasu (losowego!). Następnie pokażemy, jak w praktyce tworzy się takie modele w języku Python. Każda osoba uczestnicząca w zajęciach będzie mogła samodzielnie (ewentualnie z niewielką pomocą z naszej strony) stworzyć klasyfikatory obiektów w postaci drzew i lasu losowego na bazie zbioru danych zwanego zbiorem uczącym. Obiekty należące do zbioru uczącego zostały wcześniej sklasyfikowane przez eksperta zwanego też nauczycielem. Modele klasyfikacyjne, czyli klasyfikatory zbudowane na takim zbiorze uczącym mają za zadanie klasyfikować nowe przypadki obiektów podobnie, jak to robił ekspert.