DecicionTree.jl est un package CART (Classification and Regression Tree) dans le langage de programmation Julia pour l'apprentissage automatique. Diverses étapes comme le chargement des données, la séparation des données en formation et test, et la construction d'un modèle sont très faciles à mettre en œuvre avec ce package en Julia. Il n'est pas nécessaire de transposer les données car DecisionTree.jl ne l'exige pas. Il suffit de deux lignes de code pour construire le modèle en fournissant quelques arguments (par exemple, profondeur, nombre minimum d'échantillons dans la feuille, nombre minimum d'échantillons dans la division, etc.) selon les besoins de l'utilisateur. Ce package permet d'économiser beaucoup de temps et d'argent pour les problèmes de régression et de classification par rapport à la création d'un modèle d'arbre de décision ML à partir de zéro. Nous avons utilisé decisionTree.jl pour un client de vente au détail afin de construire un modèle pour classifier les données de clients potentiels et avons pu atteindre environ 70 % de précision, ce qui est considéré comme une très bonne précision.

J'ai assisté à l'une des sessions sur Julia AI et decision tree.jl et j'ai trouvé cela perspicace et utile. Sa capacité à convertir le problème en un modèle fonctionnel était impressionnante.

Son support pour les tests de classification et de régression, alimenté par le langage Julia à haute performance.