私は仕事に合った仕事をしています。最高の結果を並べ替えるために要素間の要素を一致させる最良の方法は何でしょうか？ジョブマッチングのMachineLearningまたはDecisionTree？
私は、要素の構造と期待される結果を既に知っているので、意思決定ツリーを通っています。 しかし、machinelearningは代わりの解決策ですか、そうでないと無益でしょうか？
私は間違っているかもしれませんが、MLには一見すると分かりやすい共通点がないデータをソートするのが効率的ですよね？
ありがとうございました！
決定木はMLの一部です。おそらくxgboostやニューラルネットワークのような、より複雑なアルゴリズムを意思決定ツリーよりも意味します。
xgboostまたはニューラルネットワークは、あまりにも多くの変数を使用して、意思決定ツリーを手動で作成するのに適している場合に適しています。
アルゴリズムを制御したい場合（たとえば、倫理的理由や管理上の理由など）、決定木が優れています。
xgboostとunsupervised thecは、意思決定ツリーで使用される境界線を作成するのにも適しています。たとえば、カテゴリ18-25または18-30などを作成する必要があります。
このような問題の複雑さ、時間と地理的制約を考慮すると、高度なアルゴリズムを使用することは私にとっては良い考えです。 [データサイエンスフォーラム]（HTTPのためのより適切であると思わhttps://www.kaggle.com/c/job-recommendation/data
：//データサイエンス
があなたの問題に近いと思われるものKaggleの競争を見てください、それはあなたにいくつかの良い洞察力を与える可能性.stackexchange.com /）。 – YCR