Uma introdução a árvores de decisão: conceitos e aplicações

Abstract

Este relatório técnico aborda uma discussão comparativa da aplicação de técnicas de aprendizado de máquina em tarefas preditivas, com ênfase em modelos baseados em árvores. Onde é analisado o desempenho de dois algoritmos amplamente utilizados: a árvore de decisão e a floresta aleatória. A avaliação é realizada parte de uma base de dados real amplamente utilizada voltada para analisar à partir de exames se um paciente possui alguma condição em seu coração. Utilizada como meio para testar e comparar os modelos, permitindo analisar métricas de desempenho o processo de classificação. O objetivo principal é comparar as técnicas quanto à sua eficácia preditiva e à capacidade de interpretação dos resultados, evidenciando suas vantagens e limitações no contexto de aprendizado supervisionado.

This technical report presents a comparative discussion of the application of machine learning techniques in predictive tasks, with an emphasis on tree-based models. It analyzes the performance of two widely used algorithms: the decision tree and the random forest. The evaluation is based on a widely used real-world database designed to analyze, from examinations, whether a patient has a heart condition. This database serves as a means to test and compare the models, allowing for the analysis of performance metrics in the classification process. The main objective is to compare the techniques in terms of their predictive effectiveness and the ability to interpret the results, highlighting their advantages and limitations in the context of supervised learning.