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