LT
PrisijungtiPradėti
Terminų žodynas

Sprendimų medis

Kas yra Sprendimų medis?

Sprendimų medis – tai modelis, vaizduojantis sprendimą kaip paprastų klausimų „taip / ne“ seką: kiekviena šaka tikrina vieną požymį, o kiekvienas lapas pateikia rezultatą. Mašininiame mokymesi tokie medžiai išmokstami automatiškai iš duomenų ir naudojami klasifikavimui ar prognozavimui. Pagrindinis jų privalumas – skaidrumas, pavyzdžiui, parodoma, kodėl paskolos paraiška buvo pažymėta pagal pajamas, terminą ir mokėjimų istoriją.

Kaip padeda KI.ordo

KI.ordo srautuose paprastus sprendimų kelius galima modeliuoti blokais „Sąlyga“ (taip / ne) ir „DI sprendėjas“ (iki 8 kategorijų).

Sužinoti daugiau : Sprendimų medis

Temos

  • Mašininis mokymasis
  • Įvertinimas
  • Skaidrumas

Išbandykite KI.ordo

Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.

Pradėti demonstraciją
← Visi terminai

Susiję terminai

Atsitiktinio miško regresija

Atsitiktinio miško regresija prognozuoja skaitines reikšmes sujungdama daugybę sprendimų medžių. Kiekvienas medis mokomas pagal atsitiktinę duomenų imtį ir atsitiktinai parinktus požymius; rezultatas yra visų medžių prognozių vidurkis. Dėl to metodas atsparesnis ir mažiau linkęs į persimokymą nei pavienis medis. Jis naudojamas, pavyzdžiui, pardavimų prognozėms, kainų vertinimui ar energijos poreikiui – dažnai kaip tvirtas atspirties taškas lentelių duomenims.

  • regresija
  • ansamblio metodas
  • +1

gradientinis stiprinimas

Gradientinis stiprinimas yra mašininio mokymosi technika, kuri iš eilės sujungia daug paprastų modelių – dažniausiai mažų sprendimų medžių. Kiekvienas naujas medis mokomas specialiai sumažinti likusias ankstesnių klaidas. Rezultatas – labai tikslūs modeliai lentelių duomenims, pavyzdžiui, kredito rizikai, pardavimų prognozėms ar klientų nutekėjimo tikimybei. Gerai žinomos realizacijos yra XGBoost, LightGBM ir CatBoost; norint išvengti persimokymo, reikia kruopštaus derinimo.

  • Mašininis mokymasis
  • ansamblio metodas
  • +1

Klasifikatorius

Klasifikatorius – tai modelis ar metodas, priskiriantis įvestį vienai iš kelių iš anksto apibrėžtų kategorijų. Klasikiniai variantai, tokie kaip sprendimų medžiai ar naivusis Bajeso klasifikatorius, mokomi su pažymėtais pavyzdžiais; kalbos modeliai taip pat gali rūšiuoti tekstus pagal kategorijų aprašymą. Tipiniai taikymai: šlamšto aptikimas, klientų užklausų rūšiavimas pagal temą ir kvitų kategorizavimas. Kokybė matuojama rodikliais, tokiais kaip tikslumas (accuracy), tikslumas (precision) ir pilnumas (recall).

  • Įvertinimas
  • Mašininis mokymasis
  • +1
Šablonas

Euristika

Euristika – tai orientacinės taisyklės arba supaprastintos strategijos, kurios per pagrįstą laiką leidžia rasti gerą, nors ir nebūtinai optimalų sprendimą. Informatikoje ir DI jos padeda susiaurinti milžiniškas paieškos erdves – pavyzdžiui, maršrutų planavime, kur atstumas tiesia linija iki tikslo naudojamas kaip įvertis, arba šachmatuose, kur vertinamos pozicijos. Žmonės euristiką taiko ir kasdieniame gyvenime bei verslo sprendimuose, rizikuodami padaryti sistemingų mąstymo klaidų.

  • problemų sprendimas
  • algoritmai
  • +1