Unidade Curricular: Inteligência Artificial II

Título: Árvores de Decisão. Exercícios.

Tipo: Práctica
Número da Actividade: 03

Sumário:
3.1. Introdução .................................................................................................................. 1
3.2. Exercícios propostos .................................................................................................. 1
3.3. Bibliografia ................................................................................................................ 3

3.1. Introdução
Na aula de hoje temos como objectivo o de aplicar os algoritmos estudados de
Aprendizado de Máquinas, nomeadamente árvores de decisão e clustering. De lembrar
que as árvores de decisão são algoritmos de aprendizado automática supervisionado, por
tanto, se devem fornecer as entradas e as saídas para o algoritmo realizar um mapeamento
entre elas. Entretanto, o algoritmo de clustering é não supervisionado, por tanto nenhum
tipo de etiqueta é dado ao algoritmo de aprendizado, deixando-o sozinho para encontrar
estrutura nas entradas fornecidas.

3.2. Exercícios propostos

Ex.1. Considere o seguinte conjunto de exemplos de treinamento. Cada exemplo é
descrito pelas características Febre, Enjoos, Manchas e Dor, e classificado na coluna
Diagnóstico.
N.º Febre Enjoos Manchas Dor Diagnóstico
1 Sim Sim Pequenas Sim Doente
2 Não Não Grandes Não Saudável
3 Sim Sim Pequenas Não Saudável
4 Sim Não Grandes Sim Doente
5 Sim Não Pequenas Sim Saudável
6 Não Não Grandes Sim Doente

a) Qual seria a estrutura de uma árvore de decisão obtida para este conjunto de
exemplos?
b) Induzir as regras a partir da árvore obtida.
c) Quais características são necessárias para classificar se uma pessoa é saudável ou
doente?
d) Qual a classificação de um novo caso que não tem febre nem enjoos, com dor e
manchas pequenas? Justifique.

Elaborado por: Eng.ª Lissette Montero Herrera | 1

Ex.2. Para o seguinte conjunto de exemplos, faça:
a) Construa uma árvore de decisão.
b) Defina o conjunto de regras que podem ser induzidas a
partir da árvore de decisão.
c) Determine se existe algum atributo que não precisa ser
utilizado para classificar um novo exemplo.
d) Classifique os seguintes novos exemplos, usando a
árvore de decisão criada:
Zona Tráfego Cansaço Condução
Cidade Intenso Baixo ?
Estrada Intenso Elevado ?

Ex.3. Para o seguinte conjunto de exemplos:

N.º Cor Manchas Tamanho Longitude Classe

1 Amarelo Tem Grande Comprido Venenoso
2 Não amarelo Não tem Não grande Não comprido Venenoso
3 Não amarelo Tem Não grande Não comprido Venenoso
4 Amarelo Tem Grande Não comprido Não venenoso
5 Não amarelo Não tem Não grande Comprido Não venenoso
6 Amarelo Não tem Não grande Comprido Venenoso
7 Não amarelo Tem Grande Comprido Não venenoso
8 Amarelo Não tem Grande Não comprido Venenoso
9 Não amarelo Tem Grande Não comprido Não venenoso
10 Amarelo Tem Não grande Não comprido Venenoso

a) Construir a árvore de decisão utilizando o algoritmo ID3.

b) Existe algum atributo que não seja necessário usar para classificar um animal em
venenoso ou não venenoso?
c) Realce em vermelho qual o ramo da árvore de decisão usada na classificação dos
seguintes novos exemplos:
Cor Manchas Tamanho Longitude Classificação?
Não amarelo Não tem Grande Comprido ?
Amarelo Tem Não grande Comprido ?
d) Qual o conhecimento resultante da aprendizagem efectuada?

Ex.4. Conhecida a seguinte proposição 𝑥: (𝑝 ^ q) v ~r, onde p, q e r podem ser

consideradas as características do problema e x a classificação.
a) Construa um conjunto de exemplos para o problema descrito.
b) Determine uma árvore de decisão para o problema, usando o algoritmo ID3.
c) Qual o conhecimento resultante da aprendizagem efectuada?

Elaborado por: Eng.ª Lissette Montero Herrera | 2

3.3. Bibliografia
Fontana, É. (2020). Introdução aos Algoritmos de Aprendizagem Supervisionada.
Universidade Federal do Paraná, Paraná. Obtido de
https://fontana.paginas.ufsc.br/files/2018/03/apostila_ML_pt2.pdf
Joshi, A. V. (2020). Machine Learning and Artificial Integillence. Springer.
doi:https://doi.org/10.1007/978-3-030-26622-6

Elaborado por: Eng.ª Lissette Montero Herrera | 3