МЕТОД ; ДЕРЕВА РЕШЕНИЙ Дерево принятия решений ( также называться деревом классификации или регрессионным деревом ) средство поддержки принятия решений, использующееся в статистике и анализе данных для прогнозных моделей.

СТРУКТУРА ДЕРЕВА ПРЕДСТАВЛЯЕТ СОБОЙ « ЛИСТЬЯ » И « ВЕТКИ ». НА РЕБРАХ (« ВЕТКАХ ») ДЕРЕВА РЕШЕНИЯ ЗАПИСАНЫ АТРИБУТЫ, ОТ КОТОРЫХ ЗАВИСИТ ЦЕЛЕВАЯ ФУНКЦИЯ, В « ЛИСТЬЯХ » ЗАПИСАНЫ ЗНАЧЕНИЯ ЦЕЛЕВОЙ ФУНКЦИИ, А В ОСТАЛЬНЫХ УЗЛАХ АТРИБУТЫ, 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.

Как построить свое дерево целей и как применить на практике ? Миссия / Цель Что для этого надо Ресурсы Знания

Если мы дальше будем продолжать строить нашу схему то придем к ясным и понятным простым шагов Лекарство от рака Финансовое обеспечение Открыть клинику Стать ученым Защитить докторскую 1 3 2

Зачем строить дерево ? У каждого из нас есть много различных задач. Дерево помогает отсеять лишние задачи из жизни и сконцентрировать усилия на том что необходимо. Определения шагов, которые нужно сделать чтоб добиться цели.

Если вы не знаете чего хотите Берем те цели которые у вас уже есть на данный момент и ищем высшую цель. ( А для чего мне это ?) Разбирая свои цели вы сможете прийти к общим задачам на жизнь и сразу же сможете их записать. 1 Хочу построить дом 2 Благополучие семьи ???

Деревья решений – один из таких методов автоматического анализа данных. Первые идеи создания деревьев решений восходят к работам Ховленда (Hoveland) и Ханта (Hunt) конца 50- х годов XX века. Однако, основополагающей работой, давшей импульс для развития этого направления, явилась книга Ханта (Hunt, E.B.), Мэрина (Marin J.) и Стоуна (Stone, P.J) "Experiments in Induction", увидевшая свет в 1966 г.

Области применения деревьев решений Деревья решений являются прекрасным инструментом в системах поддержки принятия решений, интеллектуального анализа данных (data mining). В состав многих пакетов, предназначенных для интеллектуального анализа данных, уже включены методы построения деревьев решений. В областях, где высока цена ошибки, они послужат отличным подспорьем аналитика или руководителя Деревья решений успешно применяются для решения практических задач в следующих областях : Банковское дело. Оценка кредитоспособности клиентов банка при выдаче кредитов. Промышленность. Контроль за качеством продукции ( выявление дефектов ), испытания без разрушений ( например проверка качества сварки ) и т. д. Медицина. Диагностика различных заболеваний. Молекулярная биология. Анализ строения аминокислот. Это далеко не полный список областей где можно использовать деревья решений. Не исследованы еще многие потенциальные области применения.

ДЕРЕВО ДЛЯ ПРЕДПРИЯТИЯ ГПФ - главная производственная функция МТБ - материальная техническая база ВО - внешние обстоятельства

СПАСИБО ЗА ВНИМАНИЕ