Ko lēmumu pieņemšanas koks apraksta lēmumu analīzes kontekstā?

Lēmumu koks ir strukturēts grafisks modelis lēmumu pieņemšanas procesu vizualizēšanai. To izmanto datorzinātnēs, statistikā, uzņēmējdarbības vadībā, psiholoģijā un arvien biežāk arī mākslīgajā intelektā. Savā būtībā lēmumu koks vizualizē lēmumu pieņemšanas noteikumus koka struktūras veidā. Katrs zars ir nosacījums, katrs zars ir šī nosacījuma iespējamā izpausme, un katra lapa (gala mezgls) ir rezultāts vai lēmums.

Lēmumu koki ir īpaši populāri, jo tie vizuāli saprotamā veidā attēlo sarežģītas attiecības. Tie pieder pie tā sauktajām uzraudzītās mācīšanās metodēm mašīnmācīšanās jomā. Tajā pašā laikā tie jau gadu desmitiem tiek izmantoti tradicionālajā lēmumu analīzē, piemēram, investīciju lēmumu pieņemšanā, Riska novērtēšanā vai medicīniskajā diagnostikā.

1. Lēmumu koka pamatideja

Lēmumu koka pamatā ir vienkārša loģika: Ja ir izpildīts noteikts nosacījums, dodieties pa kreisi. Ja tas nav izpildīts, dodieties pa labi. Šo principu atkārto rekursīvi, līdz tiek sasniegts galīgais rezultāts.

Formāli lēmumu koks sastāv no:

• Saknes mezgls: Lēmuma pieņemšanas procesa sākumpunkts
• Iekšējie mezgli (lēmuma mezgli): Nosacījuma vai pazīmes pārbaude
• Atzarojumi: Nosacījuma iespējamie raksturlielumi
• Lapas (lapu mezgli): Galīgais rezultāts vai klasifikācija

Piemērs: Uzņēmums pārbauda, vai projekts ir jāuzsāk. Pirmais jautājums ir šāds: vai paredzamā INI ir lielāka par 12 %? Atkarībā no atbildes lēmuma pieņemšanas process sadalās turpmākajās pārbaudēs.

2. Matemātiskais pamats

Lēmumu koki soli pa solim sadala lēmumu pieņemšanas telpu. Matemātiski tā ir rekursīva pazīmju telpas sadalīšana.

Tipiski optimizācijas kritēriji, apmācot lēmumu koku, ir šādi.

• Džini indekss
• Entropija (informācijas ieguvums)
• Variances samazināšana (regresijas kokiem)

Mērķis ir samazināt datu "nepiesārņotību" ar katru sadalījumu.

3. Lēmumu koku veidi

Tips	Tips Apraksts	Apraksts Piemērs
Klasifikācijas koks	Piešķir datus kategorijai	Surogātpasts vai nav surogātpasta
Regresijas koks	Paredz skaitliskās vērtības	Pārdošanas prognoze
CHAID	Statistiski pamatots sadalījums ar chi-kvadrāta testu	Tirgus segmentācija
CART	Binārais sadalījums, plaši izmantots	Medicīniskā diagnostika

4. Lēmumu koku priekšrocības

• Augsta interpretējamība
• Nav nepieciešami lineāri pieņēmumi
• Var strādāt ar kategoriskiem un skaitliskajiem datiem
• Var vizualizēt

5. Lēmumu koku trūkumi

• Pārmērīga pielāgošana
• Nestabilitāte pie nelielām datu izmaiņām
• Alkatīga optimizācija (lokāla, nevis globāla)

Pēdējais punkts ir īpaši svarīgs: Klasiskais lēmumu koks tikai lokāli optimizē labāko sadalījumu. Tas nepārbauda visu lēmumu telpu vienlaicīgi.

6. Lēmumu koks pret kompleksu lēmumu telpu

Ja, piemēram, novērtējam 20 projektus, ir²²⁰ iespējamās kombinācijas. Tas ir 1 048 576 kombinācijas.

Klasisks lēmumu koks nemeklētu visas šīs iespējas. Tas pieņem lēmumus soli pa solim un iet pa noteiktu ceļu.

Tā ir būtiska atšķirība no mūsdienu lēmumu intelekta.

7. StratePlan lēmumu inteliģence

Lēmumu koks hierarhiski strukturē lēmumu telpu un optimizē to lokāli, stratePlan darbojas ar globālās optimizācijas loģiku.

Tā vietā, lai novērtētu atsevišķus sadalījumus, StratePlan vienlaicīgi analizē visu kombinatorisko telpu. Sākot no aptuveni septiņiem projektiem, iespējamo kombināciju skaits pieaug eksponenciāli (2^N). Sākot ar 20 projektiem, mēs jau runājam par vairāk nekā miljonu iespēju. No 50 projektiem mēs runājam par vairāk nekā kvadriljonu.

Klasisks lēmumu pieņemšanas koks var strukturāli attēlot šīs telpas, bet nevar tās aprēķināt globāli.

Savukārt StratePlan izmanto matemātiskās optimizācijas metodes, lai tieši aprēķinātu globālo optimumu ar ierobežojumiem (budžets, izpildes laiks, IRR, stratēģiskie ierobežojumi) tieši.

8. Piemērs: Ieguldījumu portfelis

Finanšu direktoram jāizvēlas no 15 projektiem. Katram projektam ir:

• Ieguldījumu izmaksas
• Paredzamā ROI
• Ilgums
• Riska profils
• Stratēģiskā prioritāte

Lēmumu pieņemšanas koks varētu filtrēt soli pa solim:

1. ROI > 10 %?
2. Pieejamais budžets?
3. Pieņemams risks?

StratePlan vienlaicīgi aprēķina visas²¹⁵ = 32 768 kombinācijas, ņemot vērā visas visus ierobežojumus vienlaicīgi un nosaka matemātiski optimālo portfeli.

9. Lēmumu koki praksē

Lēmumu koki tiek izmantoti:

• Medicīnas diagnostikā
• Kredītu vērtēšanā
• Mārketinga segmentācijā
• Kvalitātes kontrolē
• Personāla lēmumi

Daudzos no šiem izmantošanas gadījumiem interpretējamība ir svarīgāka nekā globālā optimizācija.

10. Secinājums

Lēmumu koks ir pārskatāms, intuitīvs rīks lēmumu strukturēšanai. Tas ir ideāli piemērots klasifikācijas un prognozēšanas uzdevumiem ar skaidriem raksturlielumiem.

Tā vājā puse ir lokālā, pakāpeniskā lēmumu loģika. Liela izmēra portfeļa vai ieguldījumu lēmumiem ar eksponenciālu lēmumu telpu šī struktūra vairs nav pietiekama šī struktūra vairs nav pietiekama.

Šeit talkā nāk moderna lēmumu pieņemšanas inteliģence, piemēram, StratePlan: Nav jāmeklē labākais nākamais sadalījums, bet globālais optimums visā telpā.

BIEŽĀK UZDOTIE JAUTĀJUMI

Kas ir lēmumu koks vienkāršā valodā?

Lēmumu koks ir lēmumu diagramma, kurā jautājumi tiek izskatīti viens pēc otra un noved pie rezultāta.

Vai lēmumu koks ir mākslīgais intelekts?

Jā, mašīnmācīšanās jomā tas ir uzraudzīts mācīšanās process. Tā ir viena no klasiskajām mākslīgā intelekta metodēm.

Kāda ir atšķirība starp lēmumu koku un izlases mežu?

Lai palielinātu stabilitāti un precizitāti, izlases mežs apvieno daudzus lēmumu kokus.

Kāpēc lēmumu koki ir interpretējami?

Tāpēc, ka katrs lēmums ir balstīts uz skaidriem, saprotamiem noteikumiem.

Kur ir robežas?

Ar eksponenciāli augošām lēmumu telpām un sarežģītiem ierobežojumiem.

Ar ko atšķiras StratePlan?

StratePlan aprēķina globālo optimumu visā kombinatoriskajā lēmumu telpā un vienlaikus ņem vērā budžeta, laika un peļņas ierobežojumus.

Kad jums vajadzētu izmantot lēmumu koku?

Ja pārredzamība, uz noteikumiem balstīta un ātra klasifikācija ir svarīgāka nekā globāla portfeļa optimizācija.