Rozhodovací tabulky a stromy - Historie editací

Martin.Soucek: /* Odkazy */

2018-06-07T14:34:16Z

Odkazy

Helena.Filipova v 6. 6. 2018, 15:59

2018-06-06T15:59:18Z

Tereza.Hrychová v 4. 6. 2018, 12:37

2018-06-04T12:37:21Z

Helena.Filipova v 31. 5. 2018, 21:18

2018-05-31T21:18:28Z

Helena.Filipova v 31. 5. 2018, 07:10

2018-05-31T07:10:52Z

Helena.Filipova v 31. 5. 2018, 07:10

2018-05-31T07:10:18Z

Helena.Filipova v 31. 5. 2018, 07:09

2018-05-31T07:09:32Z

Helena.Filipova v 31. 5. 2018, 07:02

2018-05-31T07:02:57Z

Helena.Filipova v 31. 5. 2018, 07:02

2018-05-31T07:02:32Z

Helena.Filipova v 30. 5. 2018, 21:11

2018-05-30T21:11:57Z

← Starší verze		Verze z 7. 6. 2018, 14:34
Řádek 102:		Řádek 102:
	TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/		TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/

−	~~=== Doporučená literatura ===~~
	BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9.		BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9.

@@ Řádek 1: / Řádek 1: @@
 [[Soubor:Manual decision tree.jpg|náhled|vpravo|Příklad rozhodovacího stromu]]
-Konstrukce rozhodovacích stromů je jednou ze základních a nejčastěji využívaných metod [[Metody dobývání znalostí z databází (data mining)|dataminingu]] ([[Metody dobývání znalostí z databází (data mining)|dobývání znalostí z dat]]).<ref name="ivanek">IVÁNEK, Jiří. Stručně o rozhodovacích tabulkách a konstrukci rozhodovacích stromů. Praha: Ústav informačních studií a knihovnictví FF UK v Praze, 2014.</ref> Slouží jako jakási podpora pro rozhodování, která je znázorněna v podobě modelu rozhodnutí a jejich možných důsledků. Používají se k analýze rozhodování a nalezení strategie, která s největší pravděpodobností dosáhne požadovaného cíle.<ref name="en_wiki">Decision tree. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001- [cit. 2018-05-30]. Dostupné z: https://en.wikipedia.org/wiki/Decision_tree</ref> Fungují na tom principu, že se k existujícím datovým záznamů přiřadí cílový atribut (z pravidla v binární podobě 1/0) a jsou dále kombinovány příslušné otázky tak, aby každá cesta vedla k jasnému výsledku.<ref name="trejbal">TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/</ref> K jejich sestavování se využívají tzv. rozhodovací tabulky, které jsou tvořeny souborem rozhodovacích pravidel, otázkami ve formě [[Booleovské operátory|booleovských atributů]] a samozřejmě výslednými rozhodnutími.<ref name="ivanek" />
+Rozhodovací strom je nástroj, jehož cílem je nalézání skrytých závislostí v datech. <ref name="jahoda">JAHODA, Miroslav. Rozhodovací stromy. Praha, 2009. Diplomová práce. Univerzita Karlova. Vedoucí práce Doc. RNDr. Iveta Mrázová, CSc.</ref>
 Důvodů pro využívání této techniky může být hned několik, mimo jiné například to, že je velmi přehledná a snadno interpretovatelná a výsledky je možné jednoduše vyhodnotit.<ref name="cs_wiki">Rozhodovací strom. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001- [cit. 2018-05-30]. Dostupné z: https://cs.wikipedia.org/wiki/Rozhodovac%C3%AD_strom</ref> Výsledek lze snadno interpretovat například v prezentaci a jednoduše vysvětlit případným zájemcům. Zároveň je výhodou, že rozhodovací strom si v podstatě sám určí, které atributy jsou pro získání výsledku relevantní a lze pak snadno poznat, které otázky je možné úplně vynechat.<ref name="trejbal" />
-Cílem rozhodovacího stromu je rozhodnutí se na základě několika faktorů – uzlů. Každý z uzlů stromu představuje jednu vlastnost, jednu otázku, kde je potřeba vybrat z několika variant. Na základě kombinací rozhodnutí v jednotlivých uzlech daná větev stromu dovede uživatele k příslušnému výsledku.<ref name="cs_wiki" /> Může se zdát, že rozhodovací stromy často vedou k rozhodnutím, která by bylo možné intuitivně odhadnout. Proti tomu však stojí fakt, že výsledky vzniklé z rozhodovacích stromů jsou podloženy konkrétními daty a navíc je díky nim možné odhalit spojení, která až tak intuitivní nejsou.<ref name="trejbal" />
+Cílem rozhodovacího stromu je rozhodnutí se na základě několika faktorů – uzlů. Každý z uzlů stromu představuje jednu vlastnost, jednu otázku, kde je potřeba vybrat z několika variant. Na základě kombinací rozhodnutí v jednotlivých uzlech daná větev stromu dovede uživatele k příslušnému výsledku.<ref name="cs_wiki" /> Může se zdát, že rozhodovací stromy často vedou k rozhodnutím, která by bylo možné intuitivně odhadnout. Proti tomu však stojí fakt, že výsledky vzniklé z rozhodovacích stromů jsou podloženy konkrétními daty a navíc je díky nim možné odhalit spojení, která až tak intuitivní nejsou.<ref name="trejbal" /> Příklad konkrétního využití rozhodovacích stromů můžeme ukázat na příkladu z bankovnictví . Banka v tomto případě využije rozhodovací strom jako nástroj, který porovná různé faktory, které ovlivňují, zda klient získá půjčku, či nikoliv.<ref name="jahoda" />
 == Rozhodovací tabulky ==
@@ Řádek 88: / Řádek 90: @@
 Pokud máme strom konzistentní k rozhodovací tabulce s pravděpodobnostní distribucí, lze určit '''pravděpodobnost dosažení jednotlivých uzlů'''. A to tak, že se sečtou pravděpodobnosti těch pravidel, jejichž předpoklad je konzistentní s odpověďmi na cestě z kořene k příslušnému terminálnímu uzlu. Z této hodnoty je pak možné jednoduše určit '''střední délku rozhodovacího stromu''', jelikož ta je váženým průměrem všech cest daného stromu k jednotlivým terminálním uzlům. Taktéž je možné z pravděpodobnstí dosažení terminálních uzlů určit [[Entropie v pojetí informační vědy|entropii]] rozhodovacího stromu.<ref name="ivanek" />
 == Odkazy ==
@@ Řádek 97: / Řádek 97: @@
 === Použitá literatura ===
 IVÁNEK, Jiří. Stručně o rozhodovacích tabulkách a konstrukci rozhodovacích stromů. Praha: Ústav informačních studií a knihovnictví FF UK v Praze, 2014.
 TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/
@@ Řádek 112: / Řádek 114: @@
 TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/
 === Související články ===
 [[Metody dobývání znalostí z databází (data mining)]]

← Starší verze		Verze z 4. 6. 2018, 12:37
Řádek 117:		Řádek 117:

	[[Metody dobývání znalostí z databází (data mining)]]		[[Metody dobývání znalostí z databází (data mining)]]
		+
		+	[[Kategorie:Informační studia a knihovnictví]]
		+	[[Kategorie:Státnicové otázky UISK]]

← Starší verze		Verze z 31. 5. 2018, 21:18
Řádek 89:		Řádek 89:
	Pokud máme strom konzistentní k rozhodovací tabulce s pravděpodobnostní distribucí, lze určit '''pravděpodobnost dosažení jednotlivých uzlů'''. A to tak, že se sečtou pravděpodobnosti těch pravidel, jejichž předpoklad je konzistentní s odpověďmi na cestě z kořene k příslušnému terminálnímu uzlu. Z této hodnoty je pak možné jednoduše určit '''střední délku rozhodovacího stromu''', jelikož ta je váženým průměrem všech cest daného stromu k jednotlivým terminálním uzlům. Taktéž je možné z pravděpodobnstí dosažení terminálních uzlů určit [[Entropie v pojetí informační vědy\|entropii]] rozhodovacího stromu.<ref name="ivanek" />		Pokud máme strom konzistentní k rozhodovací tabulce s pravděpodobnostní distribucí, lze určit '''pravděpodobnost dosažení jednotlivých uzlů'''. A to tak, že se sečtou pravděpodobnosti těch pravidel, jejichž předpoklad je konzistentní s odpověďmi na cestě z kořene k příslušnému terminálnímu uzlu. Z této hodnoty je pak možné jednoduše určit '''střední délku rozhodovacího stromu''', jelikož ta je váženým průměrem všech cest daného stromu k jednotlivým terminálním uzlům. Taktéž je možné z pravděpodobnstí dosažení terminálních uzlů určit [[Entropie v pojetí informační vědy\|entropii]] rozhodovacího stromu.<ref name="ivanek" />

		+	Více o konstrunci rozhodovacích stromů naleznete zde: [[Konstrukce rozhodovacích stromů]]

	== Odkazy ==		== Odkazy ==

← Starší verze		Verze z 31. 5. 2018, 07:10
Řádek 98:		Řádek 98:

	TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/		TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/
−
−

	=== Doporučená literatura ===		=== Doporučená literatura ===

@@ Řádek 101: / Řádek 101: @@
 === Doporučená literatura ===
 GUPTA, Prashant. Decision Trees in Machine Learning. Towards data science [online]. 2017 [cit. 2018-05-30]. Dostupné z: https://towardsdatascience.com/decision-trees-in-machine-learning-641b9c4e8052
 IVÁNEK, Jiří. Stručně o rozhodovacích tabulkách a konstrukci rozhodovacích stromů. Praha: Ústav informačních studií a knihovnictví FF UK v Praze, 2014.
 TREJBAL, Pavel. Jak na rozhodovací stromy. Optimics [online]. Praha: Optimics s.r.o, 3. 11. 2014 [cit. 2018-05-30]. Dostupné z: https://www.optimics.cz/jak-na-rozhodovaci-stromy/

@@ Řádek 85: / Řádek 85: @@
 Aby byl rozhodovací strom konzistentní s rozhodovací tabulkou, musí určovat '''rozhodovací funkci''' konzistentní s rozhodovací tabulkou. To platí, pokud kombinace odpovědí na dané otázky splňuje předpoklad rozhodovací tabulky. Tehdy určuje rozhodovací funkce stejné rozhodnutí, které určuje pravidlo v tabulce.
-Cílem je sestavení co nejlepšího rozhodovacího stromu, který je konzistentní s příslušnou rozhodovací tabulkou. A zároveň, by k rozhodnutí měl vést co nejnižší počet otázek, měla by tedy být '''minimalizována maximální délky''' cesty z kořene do terminálních uzlů. Pokud se jedná o tabulku s pravděpodobnostní distribucí, jedná se o '''minimalizaci střední délky stromu'''. Z toho vyplývá, že za optimální rozhodovací strom je považován ten, jehož minimální střední délka je nejnižší mezi všemi ostatnímy stromy, které jsou také konzistentní s danou rozhodovací tabulkou.
+Cílem je sestavení co nejlepšího rozhodovacího stromu, který je konzistentní s příslušnou rozhodovací tabulkou. A zároveň, by k rozhodnutí měl vést co nejnižší počet otázek, měla by tedy být '''minimalizována maximální délka''' cesty z kořene do terminálních uzlů. Pokud se jedná o tabulku s pravděpodobnostní distribucí, jedná se o '''minimalizaci střední délky stromu'''. Z toho vyplývá, že za optimální rozhodovací strom je považován ten, jehož minimální střední délka je nejnižší mezi všemi ostatnímy stromy, které jsou také konzistentní s danou rozhodovací tabulkou.
 Pokud máme strom konzistentní k rozhodovací tabulce s pravděpodobnostní distribucí, lze určit '''pravděpodobnost dosažení jednotlivých uzlů'''. A to tak, že se sečtou pravděpodobnosti těch pravidel, jejichž předpoklad je konzistentní s odpověďmi na cestě z kořene k příslušnému terminálnímu uzlu. Z této hodnoty je pak možné jednoduše určit '''střední délku rozhodovacího stromu''', jelikož ta je váženým průměrem všech cest daného stromu k jednotlivým terminálním uzlům. Taktéž je možné z pravděpodobnstí dosažení terminálních uzlů určit [[Entropie v pojetí informační vědy|entropii]] rozhodovacího stromu.<ref name="ivanek" />

← Starší verze		Verze z 30. 5. 2018, 21:11
Řádek 1:		Řádek 1:
−	~~'''''(rozpracováno)'''''~~
−
	[[Soubor:Manual decision tree.jpg\|náhled\|vpravo\|Příklad rozhodovacího stromu]]		[[Soubor:Manual decision tree.jpg\|náhled\|vpravo\|Příklad rozhodovacího stromu]]