¿Por qué los árboles y tablas de decisión importante?
Las tablas de decisión (o tablas lógicas) y árboles de decisión (o diagramas de decisión) describen las condiciones asociadas a las acciones o decisiones particulares, junto con las restricciones pertinentes. Las tablas de decisión representan reglas de decisión como filas y columnas como las condiciones, y cada celda representa la acción requerida. Los árboles de decisión muestran las condiciones y acciones en una secuencia (como un diagrama de flujo) - puntos de decisión se representan como rombos y acciones como cajas (Gottesdiener, 2002).
Función
Video: Probabilidad total - Diagrama de Arbol BACHILLERATO matematicas Bayes
Las tablas de decisión y árboles de decisión son útiles cuando se quiere abordar preguntas como “¿qué condiciones influyen diversas decisiones?” o “¿cuál es el orden en el que el tomador de decisiones comprobará las condiciones?” (Gottesdiener, 2002). Los programadores suelen utilizar tablas de decisión, ya que se traducen directamente en la lógica programable (Goldsmith, 2004).
similitudes
Las dos formas de representación son representaciones equivalentes de los problemas de decisión. Cualquier decisión que se puede representar en un formato de tabla de decisión también puede ser representado por un árbol de decisión y viceversa (French, 1989).
Teoría
La idea que subyace en una representación tabular de un problema de decisión es que la consecuencia de cualquier decisión está influenciada no sólo por la acción sino también por factores externos. Factores externos no están controlados por el tomador de decisiones y son desconocidos para ella en el momento de la toma de decisiones. Estos factores externos se les conoce como “estado de naturaleza” o “el Estado”. En otras palabras, la acción de la toma de decisiones combinada con el estado de la naturaleza conduce a consecuencias (francés, 1989).
beneficios
Los árboles de decisión obligan al programador, analista de sistemas o el tomador de decisiones para identificar la decisión real que debe ser tomado en consideración. También ayudan a la toma de decisiones sigue la secuencia de la decisión. En ciertas circunstancias, las tablas de decisión son preferidos porque son más fáciles de dibujar, representan la información en forma compacta y son más fáciles de entender y modificar (Dixit y Dixit, 2005).
consideraciones
Video: Visualizing a Decision Tree - Machine Learning Recipes #2
La información presentada en el formato de árbol de decisión no representa lo que otras combinaciones de condiciones pueden ser probados, además del conjunto dado. Una tabla de decisión puede ser más útil en estos casos. Un árbol de decisión se vuelve difícil de manejar cuando el problema es complejo y muchas secuencias de pasos están involucrados (Dixit y Dixit, 2005). Las desventajas de las tablas de decisión son: la carga de la preparación, sin representación del flujo de la decisión y la incapacidad para representar todas las alternativas (Agarwal et al., 2009).