martes, 10 de noviembre de 2015

ARBOL DECISION


ARBOL DE DECISIONES 

Es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. Dada una base 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.
Un árbol de decisión tiene unas entradas las cuales pueden ser un objeto o una situación descrita por medio de un conjunto de atributos y a partir de esto devuelve una respuesta la cual en últimas es una decisión que es tomada a partir de las entradas. Los valores que pueden tomar las entradas y las salidas pueden ser valores discretos o continuos. Se utilizan más los valores discretos por simplicidad, cuando se utilizan valores discretos en las funciones de una aplicación se denomina clasificación y cuando se utilizan los continuos se denomina regresión.
Un árbol de decisión lleva a cabo un test a medida que este se recorre hacia las hojas para alcanzar así una decisión. El árbol de decisión suele contener nodos internos, nodos de probabilidad, nodos hojas y arcos. Un nodo interno contiene un test sobre algún valor de una de las propiedades. Un nodo de probabilidad indica que debe ocurrir un evento aleatorio de acuerdo a la naturaleza del problema, este tipo de nodos es redondo, los demás son cuadrados. Un nodo hoja representa el valor que devolverá el árbol de decisión y finalmente las ramas brindan los posibles caminos que se tienen de acuerdo a la decisión tomada.
¿Que es un árbol de decisión?
Un árbol de decisión, es un método que nos permite representar de forma gráfica (diagrama, árbol), un problema o interrogante presente en un determinado momento; que a través de una serie de alternativas de acciones y condiciones, se tome una decisión para resolver el problema. 


Aplicación de los Arboles de Decisión

La construcción de árboles de decisión, también denominados árboles de clasificación o de identificación, es sin duda el método de aprendizaje automático más utilizado. El dominio de aplicación de los árboles de decisión no está restringido a un ámbito concreto sino que pueden ser utilizados en diversas áreas (desde aplicaciones de diagnóstico médico hasta juegos como el ajedrez o inteligencia artificial).
Aplicación de los Arboles de Decisión
La construcción de árboles de decisión, también denominados árboles de clasificación o de identificación, es sin duda el método de aprendizaje automático más utilizado. El dominio de aplicación de los árboles de decisión no está restringido a un ámbito concreto sino que pueden ser utilizados en diversas áreas (desde aplicaciones de diagnóstico médico hasta juegos como el ajedrez o inteligencia artificial).
Partes de un Arbol de Decisión
  • Nodo de decisión (Raíz): Indica que una decisión necesita tomarse
  • Nodo de probabilidad (Hijos): Indica que en ese punto del proceso ocurre un evento aleatorio (estado de la naturaleza)
  • Rama (arista): Nos muestra los distintos posibles caminos que se pueden emprender dado que tomamos una decisión u ocurre algún evento aleatorio
Terminología 
• Nodo de decisión: Indica que una decisión necesita tomarse en ese punto del proceso. Está representado por un cuadrado. 
• Nodo de probabilidad: Indica que en ese punto del proceso ocurre un evento aleatorio. Está representado por un círculo.
 • Rama: Nos muestra los distintos caminos que se pueden emprender cuando tomamos una decisión o bien ocurre algún evento aleatorio.
Pasos para el Análisis del Árbol de Decisión 
• Definir el problema. 
• Dibujar el árbol de decisión.
 • Asignar probabilidades a los eventos aleatorios.
 • Estimar los resultados para cada combinación posible de alternativas.
 • Resolver el problema obteniendo como solución la ruta que proporcione la política óptima. 

Características de un árbol de decisión


Plantea el problema desde distintas perspectivas de acción.

Permite analizar de manera completa todas las posibles soluciones. 
Provee de un esquema para cuantificar el costo del resultado y su probabilidad de uso. 
Ayuda a realizar las mejores decisiones con base a la información existente y a las mejores suposiciones.
Su estructura permite analizar las alternativas, los eventos, las probabilidades y los resultados.

Blibliografia

La toma de decisiones: principios, procesos y aplicaciones. Argentina: Ediciones Granica, 2013. ProQuest ebrary. Web. 10 November 2015.
Copyright © 2013. Ediciones Granica. All rights reserved. 

No hay comentarios.:

Publicar un comentario