Glosar

Arbore de decizie

Ce este Arbore de decizie?

Un arbore de decizie este un model care reprezintă o decizie ca o succesiune de întrebări simple cu răspuns da/nu: fiecare ramură testează o caracteristică, iar fiecare frunză indică un rezultat. În machine learning, astfel de arbori sunt învățați automat din date și folosiți pentru clasificare sau prognoză. Principalul lor punct forte este transparența – de exemplu, arată de ce o cerere de credit a fost semnalată pe baza venitului, a duratei și a istoricului de plăți.

Cum ajută KI.ordo

În fluxurile KI.ordo, căi de decizie simple pot fi modelate cu blocurile „Condiție” (da/nu) și „Decident IA” (până la 8 categorii).

Aflați mai multe

Subiecte

Învățare automată
Clasificare
Transparență

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

Regresie cu păduri aleatorii

Regresia cu păduri aleatorii prezice valori numerice combinând mulți arbori de decizie. Fiecare arbore este antrenat pe un eșantion aleatoriu al datelor și pe o selecție aleatorie de caracteristici; rezultatul este media predicțiilor tuturor arborilor. Metoda devine astfel mai robustă și mai puțin predispusă la supraajustare decât un singur arbore. Se folosește, de exemplu, pentru prognoze de vânzări, estimări de prețuri sau cererea de energie – adesea ca punct de pornire solid pentru date tabelare.

regresie
metodă de ansamblu
+1

gradient boosting

Gradient boosting este o tehnică de machine learning care combină, unul după altul, multe modele simple – de obicei arbori de decizie mici. Fiecare arbore nou este antrenat special pentru a reduce erorile rămase ale celor anteriori. Rezultatul sunt modele foarte precise pentru date tabelare, de exemplu pentru riscul de credit, prognoze de vânzări sau probabilitatea pierderii clienților. Implementări cunoscute sunt XGBoost, LightGBM și CatBoost; este nevoie de o reglare atentă pentru a evita supraînvățarea.

Învățare automată
metodă de ansamblu
+1

Clasificator

Un clasificator este un model sau o metodă care atribuie intrările uneia dintre mai multe categorii predefinite. Variantele clasice, precum arborii de decizie sau naive Bayes, sunt antrenate pe exemple etichetate; modelele lingvistice pot sorta texte și pe baza unei descrieri a categoriilor. Utilizări tipice sunt detectarea spamului, sortarea solicitărilor clienților pe teme și categorisirea bonurilor. Calitatea se măsoară cu metrici precum acuratețea, precizia și recall-ul.

Clasificare
Învățare automată
+1

Șablon

Euristici

Euristicile sunt reguli empirice sau strategii simplificate care duc la o soluție bună, deși nu garantat optimă, într-un timp rezonabil. În informatică și în IA ele ajută la restrângerea spațiilor de căutare uriașe – de exemplu în planificarea rutelor, unde distanța în linie dreaptă până la destinație servește drept estimare, sau în șah, unde pozițiile sunt evaluate. Oamenii folosesc euristici și în viața de zi cu zi și în deciziile de afaceri, cu riscul unor erori sistematice de gândire.

rezolvarea problemelor
algoritmi
+1