No sé mucho sobre redes neuronales, por lo que responderé sobre las dos primeras.
Un árbol de decisión es un método para clasificar sujetos en grupos conocidos; Es un tipo de aprendizaje supervisado.
La agrupación es para descubrir cómo los sujetos son “similares” en una serie de variables diferentes, es un tipo de aprendizaje no supervisado.
- ¿Cuáles son algunos proyectos de aprendizaje automático de nivel principiante que se pueden hacer después de una clase de Coursera de Andrew Ng?
- ¿Qué es un 'descriptor' en el contexto de una transformación de característica invariante de escala (SIFT)?
- Serie temporal: ¿Existe un enfoque para la detección de anomalías que no se base en datos de entrenamiento anteriores?
- ¿Qué necesito, como principiante, para comprender y construir un modelo generativo como WaveNet?
- ¿Cuál es el significado físico de usar SVD / NMF en una matriz de correlación espacial?
Un árbol de decisión puede ser un sustituto de, por ejemplo, regresión logística o análisis discriminante. El análisis de conglomerados no es un sustituto de estos, es más parecido al análisis factorial.
Asi que:
Supongamos que tiene un gran grupo de pacientes, todos con alguna afección. Si desea averiguar quién se beneficia del tratamiento, un árbol de decisión puede ser un buen método. Si desea averiguar si hay subgrupos de pacientes para que, tal vez, no haya realmente una afección sino más de una, el análisis de conglomerados puede ser un buen método.