Decision tree (original) (raw)
شجرة القرار هي أداة دعم قرار تستخدم رسمًا توضيحيًّا شبيها بالشجرة للقرارات والتبعات المتوقعة لها، متضمناً احتمال تحقق المخرجات، وكلفة الموارد، والمنفعة. هي رسم باتجاه واحد لعرض الخوارزمية. تستخدم شجرة القرارات عموماً في بحوث العمليات، خصوصاً في تحليل القرارات للمساعدة في تحديد الاستراتيجية التي ستؤدي لتحقيق الهدف.
| Property | Value |
|---|---|
| dbo:abstract | شجرة القرار هي أداة دعم قرار تستخدم رسمًا توضيحيًّا شبيها بالشجرة للقرارات والتبعات المتوقعة لها، متضمناً احتمال تحقق المخرجات، وكلفة الموارد، والمنفعة. هي رسم باتجاه واحد لعرض الخوارزمية. تستخدم شجرة القرارات عموماً في بحوث العمليات، خصوصاً في تحليل القرارات للمساعدة في تحديد الاستراتيجية التي ستؤدي لتحقيق الهدف. (ar) Un arbre de decisió és una eina de suport a la presa de decisions que empra un model gràfic en forma d'arbre. S'empra en àmbits tan diversos com Intel·ligència artificial i l'economia. L'arbre és una manera d'especificar un algorisme que conté controls condicionals. (ca) Rozhodovací strom je jedna z data miningových technik. Důvodů pro aplikaci této techniky je několik. Hlavní důvod spočívá v její přehlednosti a snadné interpretovatelnosti, která umožňuje uživatelům rychle a lehce vyhodnocovat získané výsledky, identifikovat klíčové položky a vyhledávat zajímavé segmenty případů. Cílem rozhodovacích stromů je identifikovat objekty, popsané různými atributy, do tříd. Představit si je můžeme jako řádky v tabulce, kde jednotlivé sloupce jsou atributy (barva očí, délka ocasu). Jelikož se jedná o strom, algoritmus je velmi rychlý. Rozhodovací strom se musí nejprve vytvořit z množiny daných objektů, které musí někdo (učitel, jiný algoritmus) zařadit do skupin (skupina se obvykle označuje jako závislý atribut a zapisuje se do tabulky do posledního sloupce). Jedná se tedy o učení s učitelem. Každý uzel stromu představuje rozhodování podle jedné (vybrané) vlastnosti objektu, z tohoto uzlu vede konečný počet hran. Proto je nutné vlastnosti nejdříve diskretizovat (např. z reálných čísel do konečného počtu intervalů). Kámen úrazu je však ve vytváření takového stromu. Ten musí co nejlépe objekty od sebe odlišit. Pro kořenový uzel se vybírá takový atribut, který objekty od sebe maximálně odliší. Využívá se proto entropie (míra informační hodnoty atributu). Vytváření stromů je dobře popsáno ve známých algoritmech a . (cs) Entscheidungsbäume (englisch: decision tree) sind geordnete, gerichtete Bäume, die der Darstellung von Entscheidungsregeln dienen. Die grafische Darstellung als Baumdiagramm veranschaulicht hierarchisch aufeinanderfolgende Entscheidungen. Sie haben eine Bedeutung in zahlreichen Bereichen, in denen automatisch klassifiziert wird oder aus Erfahrungswissen hergeleitet oder dargestellt werden. (de) A decision tree is a decision support tool that uses a tree-like model of decisions and their possible consequences, including chance event outcomes, resource costs, and utility. It is one way to display an algorithm that only contains conditional control statements. Decision trees are commonly used in operations research, specifically in decision analysis, to help identify a strategy most likely to reach a goal, but are also a popular tool in machine learning. (en) Un arbre de décision est un outil d'aide à la décision représentant un ensemble de choix sous la forme graphique d'un arbre. Les différentes décisions possibles sont situées aux extrémités des branches (les « feuilles » de l'arbre), et sont atteintes en fonction de décisions prises à chaque étape. L'arbre de décision est un outil utilisé dans des domaines variés tels que la sécurité, la fouille de données, la médecine, etc. Il a l'avantage d'être lisible et rapide à exécuter. Il s'agit de plus d'une représentation calculable automatiquement par des algorithmes d'apprentissage supervisé. (fr) Un árbol de decisión es un modelo de predicción utilizado en diversos ámbitos que van desde la inteligencia artificial hasta la Economía. Dado un conjunto de datos se fabrican diagramas de construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolución de un problema. (es) 결정 트리(decision tree)는 의사 결정 규칙과 그 결과들을 트리 구조로 도식화한 의사 결정 지원 도구의 일종이다. 결정 트리는 운용 과학, 그 중에서도 에서 목표에 가장 가까운 결과를 낼 수 있는 전략을 찾기 위해 주로 사용된다. (ko) Een beslissingsboom, beslisboom of alternatievenschema is een boomstructuur voor de weergave van de alternatieven en keuzen in een besluitvormingsproces, en is een techniek uit de besliskunde. Het is een bijzonder geval van een stroomdiagram, namelijk een zonder cykels, en met als enige actie steeds het kiezen van een tak. Het is een gerichte graaf met een startpunt, met bij elke knoop een vertakking. In of bij de knoop staat een vraag, en bij de takken staan mogelijke antwoorden. Soms staat, aanvullend, in de knoop een omschrijving van het resultaat tot aan dit punt (de categorie gevallen of uitkomsten, die bij elke stap verkleind wordt tot een subcategorie, uiteindelijk leidend tot één bepaalde uitkomst). In dat geval zijn de vraag en mogelijke antwoorden direct ervóór soms niet nodig, omdat het genoemde geval die al impliceert. De term beslissingsboom is afgeleid van het Angelsaksische decision tree of tree structure. De beslissingsboom wordt in de regel als schema weergegeven. Verwant hieraan is de beslissingstabel, waarin de besluitvormingsproblematiek in tabelvorm wordt weergegeven. Ook verwant is het probleemschema, waarin niet de alternatieven of keuzes maar de stappen tot het oplossen van een probleem zijn uitgewerkt. Binnen de kunstmatige intelligentie zijn verschillende algoritmes ontwikkeld die beslissingsbomen afleiden uit een verzameling voorbeelden. De bekendste hiervan zijn de ID3- en -algoritmes. Zie verder machinaal leren. (nl) Nella teoria delle decisioni (per esempio nella gestione dei rischi), un albero di decisione è un grafo di decisioni e delle loro possibili conseguenze, (incluso i relativi costi, risorse e rischi) utilizzato per creare un 'piano di azioni' (plan) mirato ad uno scopo (goal). Un albero di decisione è costruito al fine di supportare l'azione decisionale (decision making). Nel machine learning un albero di decisione è un modello predittivo, dove ogni nodo interno rappresenta una variabile, un arco verso un nodo figlio rappresenta un possibile valore per quella proprietà e una foglia il valore predetto per la variabile obiettivo a partire dai valori delle altre proprietà, che nell'albero è rappresentato dal cammino (path) dal nodo radice (root) al nodo foglia.Normalmente un albero di decisione viene costruito utilizzando tecniche di apprendimento a partire dall'insieme dei dati iniziali (data set), il quale può essere diviso in due sottoinsiemi: il training set sulla base del quale si crea la struttura dell'albero e il test set che viene utilizzato per testare l'accuratezza del modello predittivo così creato. Nel data mining un albero di decisione viene utilizzato per classificare le istanze di grandi quantità di dati (per questo viene anche chiamato albero di classificazione). In questo ambito un albero di decisione descrive una struttura ad albero dove i nodi foglia rappresentano le classificazioni e le ramificazioni l'insieme delle proprietà che portano a quelle classificazioni. Di conseguenza ogni nodo interno risulta essere una macro-classe costituita dall'unione delle classi associate ai suoi nodi figli. Il predicato che si associa ad ogni nodo interno (sulla base del quale avviene la ripartizione dei dati) è chiamato condizione di split. In molte situazioni è utile definire un criterio di arresto (halting), o anche criterio di potatura (pruning) al fine di determinarne la profondità massima. Questo perché il crescere della profondità di un albero (ovvero della sua dimensione) non influisce direttamente sulla bontà del modello. Infatti, una crescita eccessiva della dimensione dell'albero potrebbe portare solo ad aumento sproporzionato della complessità computazionale rispetto ai benefici riguardanti l'accuratezza delle previsioni/classificazioni. Una sua evoluzione è la tecnica della foresta casuale (random forest). (it) Drzewo decyzyjne – graficzna metoda wspomagania procesu decyzyjnego, stosowana w teorii decyzji. Algorytm drzew decyzyjnych jest również stosowany w uczeniu maszynowym do pozyskiwania wiedzy na podstawie przykładów. (pl) 決定木（けっていぎ、英: decision tree）は、（リスクマネジメントなどの）決定理論の分野において決定を行うためのグラフであり、計画を立案して目標に到達するのに用いられる。決定木は、意志決定を助けることを目的として作られる。決定木は木構造の特別な形である。 (ja) Uma árvore de decisão é uma representação de uma tabela de decisão sob a forma de árvore. Trata-se de uma forma alternativa de expressar as mesmas regras que são obtidas quando se constrói a tabela. Seja a especificação do processo de cálculo do valor da conta de energia elétrica. Uma árvore de decisão para expressar tal problema seria: É uma abordagem comportamental que usa diagramas para mapear as varias alternativas e resultados de decisões de investimento, assim como as probabilidades de ocorrerem. Baseia-se em estimativas e probabilidades associadas aos resultados de cursos de ação que competem entre si. O resultado de cada curso de ação é ponderado pela probabilidade associada a ele; o resultado ponderado é somado e o valor esperado de cada curso de ação é, então determinado. A alternativa que proporciona o valor esperado mais alto é preferível. Essencialmente, árvores de decisões são diagramas que permitem representar e avaliar problemas que envolvem decisões sequenciais, colocando em destaque os riscos e os resultados financeiros identificados nos diversos cursos de ação. Para efectuar a representação gráfica da árvore de decisão são geralmente usadas linhas para identificar a decisão (por exemplo “sim” ou “não”) e nós para identificar a as questões sobre as quais se deve decidir. Cada um dos ramos formado por linhas e nós termina numa espécie de folha que identifica a consequência mais provável da sequência de decisões tomadas. Além da gestão, as árvores de decisão são também muito utilizadas noutras áreas, com especial destaque para a criação de algoritmos informáticos. (pt) Ett beslutsträd är ett beslutsstödsverktyg som använder en trädliknande modell av beslut och beslutens möjliga konsekvenser, inklusive eventuella händelseresultat, resurskostnader och nytta. Det är ett sätt att visa en algoritm som bara innehåller villkorliga kontroller. Beslutsträd används ofta i operationsanalys, särskilt i , för att hjälpa till att identifiera en strategi som är mest sannolik att nå ett mål. (en) är också ett populärt verktyg för maskininlärning. (sv) Дерево принятия решений (также называют деревом классификации или регрессионным деревом) — средство поддержки принятия решений, использующееся в машинном обучении, анализе данных и статистике. Структура дерева представляет собой «листья» и «ветки». На рёбрах («ветках») дерева решения записаны признаки, от которых зависит целевая функция, в «листьях» записаны значения целевой функции, а в остальных узлах — признаки, по которым различаются случаи. Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение. Подобные деревья решений широко используются в интеллектуальном анализе данных. Цель состоит в том, чтобы создать модель, которая предсказывает значение целевой переменной на основе нескольких переменных на входе. Каждый лист представляет собой значение целевой переменной, изменённой в ходе движения от корня по рёбрам дерева до листа. Каждый внутренний узел сопоставляется с одной из входных переменных. Дерево может быть также «изучено» разделением исходных наборов переменных на подмножества, основанные на проверке значений признаков. Это действие повторяется на каждом из полученных подмножеств. Рекурсия завершается тогда, когда подмножество в узле имеет те же значения целевой переменной, таким образом, оно не добавляет ценности для предсказаний. Процесс, идущий «сверху вниз», индукция деревьев решений (TDIDT), является примером поглощающего «жадного» алгоритма, и на сегодняшний день является наиболее распространённой стратегией деревьев решений для данных, но это не единственная возможная стратегия. В интеллектуальном анализе данных, деревья решений могут быть использованы в качестве математических и вычислительных методов, чтобы помочь описать, классифицировать и обобщить набор данных, которые могут быть записаны следующим образом: Зависимая переменная Y является целевой переменной, которую необходимо проанализировать, классифицировать и обобщить. Вектор состоит из входных переменных , , и т. д., которые используются для выполнения этой задачи. (ru) Дерево ухвалення рішень (також можуть називатися деревами класифікацій або регресійними деревами) — використовується в галузі статистики та аналізу даних для прогнозних моделей. Структура дерева містить такі елементи: «листя» і «гілки». На ребрах («гілках») дерева ухвалення рішення записані атрибути, від яких залежить цільова функція, в «листі» записані значення цільової функції, а в інших вузлах — атрибути, за якими розрізняються випадки. Щоб класифікувати новий випадок, треба спуститися по дереву до листа і видати відповідне значення. Подібні дерева рішень широко використовуються в інтелектуальному аналізі даних. Мета полягає в тому, щоб створити модель, яка прогнозує значення цільової змінної на основі декількох змінних на вході. Кожен лист являє собою значення цільової змінної, зміненої в ході руху від кореня по листа. Кожен внутрішній вузол відповідає одній з вхідних змінних. Дерево може бути також «вивчено» поділом вихідних наборів змінних на підмножини, що засновані на тестуванні значень атрибутів. Це процес, який повторюється на кожному з отриманих підмножин. Рекурсія завершується тоді, коли підмножина в вузлі має ті ж значення цільової змінної, таким чином, воно не додає цінності для пророкувань. Процес, що йде «згори донизу», індукція дерев рішень (TDIDT), є прикладом поглинаючого «жадібного» алгоритму, і на сьогодні є найбільш поширеною стратегією дерев рішень для даних, але це не єдина можлива стратегія. В інтелектуальному аналізі даних, дерева рішень можуть бути використані як математичні та обчислювальні методи, щоб допомогти описати, класифікувати і узагальнити набір даних, які можуть бути записані таким чином: Залежна змінна Y є цільовою змінною, яку необхідно проаналізувати, класифікувати й узагальнити. Вектор х складається з вхідних змінних , , тощо, які використовуються для виконання цього завдання. (uk) 决策论中 （如风险管理），决策树（Decision tree）由一个决策图和可能的结果（包括资源成本和风险）组成， 用来创建到达目标的规划。决策树建立并用来辅助决策，是一种特殊的树结构。决策树是一个利用像树一样的图形或决策模型的决策支持工具，包括随机事件结果，资源代价和实用性。它是一个算法显示的方法。决策树经常在运筹学中使用，特别是在决策分析中，它帮助确定一个能最可能达到目标的策略。如果在实际中，决策不得不在没有完备知识的情况下被在线采用，一个决策树应该平行概率模型作为最佳的选择模型或在线选择模型算法。决策树的另一个使用是作为计算条件概率的描述性手段。 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Manual_decision_tree.jpg?width=300 |
| dbo:wikiPageExternalLink | https://blog.datarobot.com/gradient-boosted-regression-trees http://www.public.asu.edu/~kirkwood/DAStuff/refs/decisiontrees/index.html https://github.com/SilverDecisions/SilverDecisions/wiki/Gallery |
| dbo:wikiPageID | 232602 (xsd:integer) |
| dbo:wikiPageLength | 24470 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1117796641 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Behavior_tree_(artificial_intelligence,_robotics_and_control) dbr:Mutation dbr:Algorithm dbr:DRAKON dbr:Utility_function dbr:Decision_analysis dbr:Decision_cycle dbr:Decision_list dbr:Decision_matrix dbr:Decision_support_system dbr:Decision_table dbr:Decision_tree_learning dbr:Decision_tree_model dbr:Design_rationale dbr:Influence_diagram dbr:Topological_combinatorics dbr:Conditional_probability dbr:Operations_management dbr:Entropy_(information_theory) dbr:Generative_model dbr:Confusion_matrix dbr:Ordinal_priority_approach dbr:Causal_model dbc:Decision_analysis dbr:Tree_(graph_theory) dbr:Truth_table dbr:False_omission_rate dbr:Linearization dbc:Decision_trees dbr:Expected_value dbr:Diminishing_returns dbr:False_discovery_rate dbr:False_positives_and_false_negatives dbr:Flowchart dbr:Probability dbr:Random_forest dbr:Accuracy_and_precision dbr:White_box_(software_engineering) dbr:Odds_algorithm dbr:Association_rule_learning dbr:Boosting_(machine_learning) dbr:Bootstrapping dbr:Classification dbr:Information_gain_in_decision_trees dbr:Operations_research dbr:Markov_chain dbr:Sensitivity_and_specificity dbr:Utility dbr:ID3_algorithm dbr:Management_science dbr:True_negative dbr:True_positive dbr:Gini_impurity dbr:Influence_diagrams dbr:Expected_utility dbr:File:Beachdecisiontree.png dbr:File:Decision-Tree-Elements.png dbr:File:DecisionCalcs.jpg dbr:File:Factory2_InfluenceDiagram.png dbr:File:Information_Gain_Tree.jpg dbr:File:Lifeguards.png dbr:File:Manual_decision_tree.jpg dbr:File:Phi_Function_Tree.jpg dbr:File:Realnode.jpg dbr:File:RiskPrefSensitivity2Threshold.png |
| dbp:wikiPageUsesTemplate | dbt:About dbt:Authority_control dbt:Citation_needed dbt:Commons_category dbt:Div_col dbt:Div_col_end dbt:Main dbt:Reflist dbt:Short_description dbt:Use_dmy_dates dbt:InfoMaps |
| dct:isPartOf | http://zbw.eu/stw/mapping/dbpedia/target |
| dct:subject | dbc:Decision_analysis dbc:Decision_trees |
| gold:hypernym | dbr:Tool |
| rdf:type | owl:Thing dbo:Software yago:LivingThing100004258 yago:Object100002684 yago:Organism100004475 yago:PhysicalEntity100001930 yago:Plant100017222 yago:WoodyPlant113103136 yago:Tree113104059 yago:VascularPlant113083586 yago:Whole100003553 yago:WikicatDecisionTrees |
| rdfs:comment | شجرة القرار هي أداة دعم قرار تستخدم رسمًا توضيحيًّا شبيها بالشجرة للقرارات والتبعات المتوقعة لها، متضمناً احتمال تحقق المخرجات، وكلفة الموارد، والمنفعة. هي رسم باتجاه واحد لعرض الخوارزمية. تستخدم شجرة القرارات عموماً في بحوث العمليات، خصوصاً في تحليل القرارات للمساعدة في تحديد الاستراتيجية التي ستؤدي لتحقيق الهدف. (ar) Un arbre de decisió és una eina de suport a la presa de decisions que empra un model gràfic en forma d'arbre. S'empra en àmbits tan diversos com Intel·ligència artificial i l'economia. L'arbre és una manera d'especificar un algorisme que conté controls condicionals. (ca) Entscheidungsbäume (englisch: decision tree) sind geordnete, gerichtete Bäume, die der Darstellung von Entscheidungsregeln dienen. Die grafische Darstellung als Baumdiagramm veranschaulicht hierarchisch aufeinanderfolgende Entscheidungen. Sie haben eine Bedeutung in zahlreichen Bereichen, in denen automatisch klassifiziert wird oder aus Erfahrungswissen hergeleitet oder dargestellt werden. (de) A decision tree is a decision support tool that uses a tree-like model of decisions and their possible consequences, including chance event outcomes, resource costs, and utility. It is one way to display an algorithm that only contains conditional control statements. Decision trees are commonly used in operations research, specifically in decision analysis, to help identify a strategy most likely to reach a goal, but are also a popular tool in machine learning. (en) Un arbre de décision est un outil d'aide à la décision représentant un ensemble de choix sous la forme graphique d'un arbre. Les différentes décisions possibles sont situées aux extrémités des branches (les « feuilles » de l'arbre), et sont atteintes en fonction de décisions prises à chaque étape. L'arbre de décision est un outil utilisé dans des domaines variés tels que la sécurité, la fouille de données, la médecine, etc. Il a l'avantage d'être lisible et rapide à exécuter. Il s'agit de plus d'une représentation calculable automatiquement par des algorithmes d'apprentissage supervisé. (fr) Un árbol de decisión es un modelo de predicción utilizado en diversos ámbitos que van desde la inteligencia artificial hasta la Economía. Dado un conjunto de datos se fabrican diagramas de construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolución de un problema. (es) 결정 트리(decision tree)는 의사 결정 규칙과 그 결과들을 트리 구조로 도식화한 의사 결정 지원 도구의 일종이다. 결정 트리는 운용 과학, 그 중에서도 에서 목표에 가장 가까운 결과를 낼 수 있는 전략을 찾기 위해 주로 사용된다. (ko) Drzewo decyzyjne – graficzna metoda wspomagania procesu decyzyjnego, stosowana w teorii decyzji. Algorytm drzew decyzyjnych jest również stosowany w uczeniu maszynowym do pozyskiwania wiedzy na podstawie przykładów. (pl) 決定木（けっていぎ、英: decision tree）は、（リスクマネジメントなどの）決定理論の分野において決定を行うためのグラフであり、計画を立案して目標に到達するのに用いられる。決定木は、意志決定を助けることを目的として作られる。決定木は木構造の特別な形である。 (ja) Ett beslutsträd är ett beslutsstödsverktyg som använder en trädliknande modell av beslut och beslutens möjliga konsekvenser, inklusive eventuella händelseresultat, resurskostnader och nytta. Det är ett sätt att visa en algoritm som bara innehåller villkorliga kontroller. Beslutsträd används ofta i operationsanalys, särskilt i , för att hjälpa till att identifiera en strategi som är mest sannolik att nå ett mål. (en) är också ett populärt verktyg för maskininlärning. (sv) 决策论中 （如风险管理），决策树（Decision tree）由一个决策图和可能的结果（包括资源成本和风险）组成， 用来创建到达目标的规划。决策树建立并用来辅助决策，是一种特殊的树结构。决策树是一个利用像树一样的图形或决策模型的决策支持工具，包括随机事件结果，资源代价和实用性。它是一个算法显示的方法。决策树经常在运筹学中使用，特别是在决策分析中，它帮助确定一个能最可能达到目标的策略。如果在实际中，决策不得不在没有完备知识的情况下被在线采用，一个决策树应该平行概率模型作为最佳的选择模型或在线选择模型算法。决策树的另一个使用是作为计算条件概率的描述性手段。 (zh) Rozhodovací strom je jedna z data miningových technik. Důvodů pro aplikaci této techniky je několik. Hlavní důvod spočívá v její přehlednosti a snadné interpretovatelnosti, která umožňuje uživatelům rychle a lehce vyhodnocovat získané výsledky, identifikovat klíčové položky a vyhledávat zajímavé segmenty případů. (cs) Nella teoria delle decisioni (per esempio nella gestione dei rischi), un albero di decisione è un grafo di decisioni e delle loro possibili conseguenze, (incluso i relativi costi, risorse e rischi) utilizzato per creare un 'piano di azioni' (plan) mirato ad uno scopo (goal). Un albero di decisione è costruito al fine di supportare l'azione decisionale (decision making). Il predicato che si associa ad ogni nodo interno (sulla base del quale avviene la ripartizione dei dati) è chiamato condizione di split. Una sua evoluzione è la tecnica della foresta casuale (random forest). (it) Een beslissingsboom, beslisboom of alternatievenschema is een boomstructuur voor de weergave van de alternatieven en keuzen in een besluitvormingsproces, en is een techniek uit de besliskunde. Het is een bijzonder geval van een stroomdiagram, namelijk een zonder cykels, en met als enige actie steeds het kiezen van een tak. Binnen de kunstmatige intelligentie zijn verschillende algoritmes ontwikkeld die beslissingsbomen afleiden uit een verzameling voorbeelden. De bekendste hiervan zijn de ID3- en -algoritmes. Zie verder machinaal leren. (nl) Дерево принятия решений (также называют деревом классификации или регрессионным деревом) — средство поддержки принятия решений, использующееся в машинном обучении, анализе данных и статистике. Структура дерева представляет собой «листья» и «ветки». На рёбрах («ветках») дерева решения записаны признаки, от которых зависит целевая функция, в «листьях» записаны значения целевой функции, а в остальных узлах — признаки, по которым различаются случаи. Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение. (ru) Uma árvore de decisão é uma representação de uma tabela de decisão sob a forma de árvore. Trata-se de uma forma alternativa de expressar as mesmas regras que são obtidas quando se constrói a tabela. Seja a especificação do processo de cálculo do valor da conta de energia elétrica. Uma árvore de decisão para expressar tal problema seria: Além da gestão, as árvores de decisão são também muito utilizadas noutras áreas, com especial destaque para a criação de algoritmos informáticos. (pt) Дерево ухвалення рішень (також можуть називатися деревами класифікацій або регресійними деревами) — використовується в галузі статистики та аналізу даних для прогнозних моделей. Структура дерева містить такі елементи: «листя» і «гілки». На ребрах («гілках») дерева ухвалення рішення записані атрибути, від яких залежить цільова функція, в «листі» записані значення цільової функції, а в інших вузлах — атрибути, за якими розрізняються випадки. Щоб класифікувати новий випадок, треба спуститися по дереву до листа і видати відповідне значення. Подібні дерева рішень широко використовуються в інтелектуальному аналізі даних. Мета полягає в тому, щоб створити модель, яка прогнозує значення цільової змінної на основі декількох змінних на вході. (uk) |
| rdfs:label | شجرة القرار (ar) Arbre de decisió (ca) Rozhodovací strom (cs) Entscheidungsbaum (de) Árbol de decisión (es) Decision tree (en) Arbre de décision (fr) Albero di decisione (it) 결정 트리 (ko) 決定木 (ja) Beslissingsboom (nl) Drzewo decyzyjne (pl) Árvore de decisão (pt) Дерево решений (ru) Beslutsträd (sv) Дерево ухвалення рішень (uk) 决策树 (zh) |
| owl:sameAs | freebase:Decision tree yago-res:Decision tree http://d-nb.info/gnd/4347788-4 wikidata:Decision tree dbpedia-ar:Decision tree dbpedia-bg:Decision tree dbpedia-ca:Decision tree dbpedia-cs:Decision tree dbpedia-de:Decision tree dbpedia-es:Decision tree dbpedia-et:Decision tree dbpedia-fa:Decision tree dbpedia-fr:Decision tree dbpedia-he:Decision tree http://hi.dbpedia.org/resource/निर्णय_वृक्ष dbpedia-hu:Decision tree dbpedia-it:Decision tree dbpedia-ja:Decision tree dbpedia-ko:Decision tree dbpedia-nl:Decision tree dbpedia-no:Decision tree dbpedia-pl:Decision tree dbpedia-pt:Decision tree dbpedia-ru:Decision tree dbpedia-sl:Decision tree dbpedia-sr:Decision tree dbpedia-sv:Decision tree dbpedia-th:Decision tree dbpedia-tr:Decision tree dbpedia-uk:Decision tree dbpedia-vi:Decision tree dbpedia-zh:Decision tree https://global.dbpedia.org/id/4zAf4 |
| skos:exactMatch | http://zbw.eu/stw/descriptor/15469-1 |
| prov:wasDerivedFrom | wikipedia-en:Decision_tree?oldid=1117796641&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Manual_decision_tree.jpg wiki-commons:Special:FilePath/Beachdecisiontree.png wiki-commons:Special:FilePath/Decision-Tree-Elements.png wiki-commons:Special:FilePath/DecisionCalcs.jpg wiki-commons:Special:FilePath/Factory2_InfluenceDiagram.png wiki-commons:Special:FilePath/Information_Gain_Tree.jpg wiki-commons:Special:FilePath/Lifeguards.png wiki-commons:Special:FilePath/Phi_Function_Tree.jpg wiki-commons:Special:FilePath/Realnode.jpg wiki-commons:Special:FilePath/RiskPrefSensitivity2Threshold.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Decision_tree |
| is dbo:wikiPageDisambiguates of | dbr:Decision dbr:DT dbr:Tree_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:Decision_Tree dbr:Decision_trees dbr:Choice_tree dbr:Classification_Tree dbr:Classification_trees dbr:Regression_Tree dbr:Regression_trees dbr:Probability_tree dbr:Decision-tree dbr:DecisionTree dbr:Decision_Trees dbr:Decision_graph dbr:Decision_rules dbr:Decisional_tree |
| is dbo:wikiPageWikiLink of | dbr:Case-based_reasoning dbr:Amiga_productivity_software dbr:Behavior_selection_algorithm dbr:Behavior_tree_(artificial_intelligence,_robotics_and_control) dbr:Robert_Spitzer_(psychiatrist) dbr:Element_distinctness_problem dbr:List_of_data_structures dbr:Michael_Saks_(mathematician) dbr:Natural_language_processing dbr:Merative dbr:Decider_(Turing_machine) dbr:Decision_Tree dbr:Decision_model dbr:Decision_trees dbr:Argument_map dbr:Human_Systems_Integration_Division dbr:Bias–variance_tradeoff dbr:List_of_graph_theory_topics dbr:RevoScaleR dbr:Revoscalepy dbr:Ripple-down_rules dbr:Charles_Day_(engineer) dbr:Curse_of_dimensionality dbr:DRAKON dbr:Vince_Foster dbr:DecideIT dbr:Decision_analysis dbr:Decision_cycle dbr:Decision_list dbr:Decision_mining dbr:Decision_quality dbr:Decision_support_system dbr:Decision_table dbr:Decision_tree_learning dbr:Decision_tree_model dbr:Deep_learning dbr:Don_Eppes dbr:Dungeon_Master dbr:EPAM dbr:Incremental_learning dbr:Index_of_electrical_engineering_articles dbr:Index_of_philosophy_articles_(D–H) dbr:Influence_diagram dbr:Information_fuzzy_networks dbr:Ross_Quinlan dbr:Topological_combinatorics dbr:Analysis_paralysis dbr:Quantitative_structure–activity_relationship dbr:Game_theory dbr:Glossary_of_artificial_intelligence dbr:Gray_goo dbr:Monty_Hall_problem dbr:Corporate_finance dbr:Creativity_techniques dbr:Optimal_discriminant_analysis_and_classification_tree_analysis dbr:Apache_Spark dbr:LightGBM dbr:Logic_and_rationality dbr:Machine_learning dbr:Combinatorics dbr:Emergency_medical_services_in_the_United_States dbr:Feature_engineering dbr:Feature_selection dbr:Features_from_accelerated_segment_test dbr:Decision dbr:Pattern_recognition dbr:Portable_Format_for_Analytics dbr:Machine_learning_in_bioinformatics dbr:Machine_learning_in_earth_sciences dbr:Magic:_The_Gathering_–_Duels_of_the_Planeswalkers dbr:Speech_synthesis dbr:Stackelberg_competition dbr:Strategy_game dbr:Median_of_medians dbr:Medical_algorithm dbr:AdaBoost dbr:Adele_Cutler dbr:Ahoona dbr:Tree_(graph_theory) dbr:Data_mining dbr:Data_portability dbr:Datar–Mathews_method_for_real_option_valuation dbr:Game_complexity dbr:DT dbr:Land_cover_maps dbr:Launch_vehicle_system_tests dbr:Learning_analytics dbr:Learning_classifier_system dbr:Structured_English dbr:Alexander_Kotov dbr:Algorithm_characterizations dbr:Drug_development dbr:Editor_war dbr:Evolutionary_game_theory dbr:Financial_economics dbr:Fast-and-frugal_trees dbr:God_in_the_Age_of_Science? dbr:Government_procurement_in_the_United_Kingdom dbr:Gradient_boosting dbr:Grafting_(decision_trees) dbr:History_of_natural_language_processing dbr:Issue-based_information_system dbr:Tree_structure dbr:Outline_of_chess dbr:Random_forest dbr:The_Age_of_Intelligent_Machines dbr:Binary_decision dbr:Binary_decision_diagram dbr:Surgisphere dbr:Tree_(disambiguation) dbr:Tree_diagram dbr:Tree_diagram_(probability_theory) dbr:Digital_conversation dbr:Directed_acyclic_graph dbr:Artificial_intelligence_in_video_games dbr:Automated_decision-making dbr:Automated_planning_and_scheduling dbr:Bootstrap_aggregating dbr:C4.5_algorithm dbr:Classification_Tree_Method dbr:Classification_chart dbr:ID3_(disambiguation) dbr:Hysteria_Project dbr:Hysteria_Project_2 dbr:Ideation_(creative_process) dbr:Information_gain_(decision_tree) dbr:Intelligent_medical_search_engine dbr:Minimum_spanning_tree dbr:OpenL_Tablets dbr:Catalan_number dbr:Category_utility dbr:Certificate_(complexity) dbr:Sacrococcygeal_teratoma dbr:Sophia_(robot) dbr:Valuation_(finance) dbr:Value_of_information dbr:Vulnerability_index dbr:Word-sense_disambiguation dbr:Ethics_of_artificial_intelligence dbr:Expected_commercial_value dbr:ID3_algorithm dbr:ISO/IEC_31010 dbr:IT_resource_performance_management dbr:List_of_terms_relating_to_algorithms_and_data_structures dbr:Litigation_risk_analysis dbr:ObjectVision dbr:Evidence-based_design dbr:Single-access_key dbr:Yooreeka dbr:Watchful_waiting dbr:Pierre_A._Riffard dbr:Switching_lemma dbr:Semantic_decision_table dbr:Sequential_game dbr:Outline_of_machine_learning dbr:Song_(KAIST)_–_Iyengar_(LSU)_MobiCon_Middleware_Computing_Platform dbr:Supervised_learning dbr:Writer's_Workbench dbr:Choice_tree dbr:Classification_Tree dbr:Classification_trees dbr:Regression_Tree dbr:Regression_trees dbr:Probability_tree dbr:Decision-tree dbr:DecisionTree dbr:Decision_Trees dbr:Decision_graph dbr:Decision_rules dbr:Decisional_tree |
| is foaf:primaryTopic of | wikipedia-en:Decision_tree |
