Mirzo ulugʻbek nomidagi oʻzbekiston milliy universitetining jizzax filiali

Ko'proq manbalar

Biznes intellektiga oid bilimlaringizni o‘rganishda va rivojlantirishda davom etish uchun quyida qo‘shimcha CFI resurslarini tavsiya qilamiz:

• 
  Bepul ma'lumotlar fanlari kursi
  
• 
  Mustaqil tadbirlar
  
• 
  Oqim diagrammasi shablonlar
  
• 
  O'zaro eksklyuziv voqealar
  
• 
  Daraxt diagrammasi
  
• 
  Maʼlumotlar fanining barcha manbalarini koʻring
  

1-rasm. Oddiy qaror daraxti ( Manba )

• 
  Biznes boshqaruvi : Qarorlar daraxtlari korxonalarga raqobatchilarning mahsulot va xizmatlari samaradorligini kuzatish orqali reklama kampaniyalarining aniqligini oshirishga yordam beradi. Ular, shuningdek, mijozlarning xatti-harakatlarini tahlil qilish va ushbu xatti-harakatlarga mos keladigan yangi takliflar yoki mahsulotlarni chiqarish orqali ularni ushlab turish uchun ishlatilishi mumkin. Bundan tashqari, qaror daraxtlari firibgarlik xatti-harakatlarini oldindan aniqlash orqali firibgarlikning oldini olishga yordam beradi.
  
• 
  Muhandislik : Qaror daraxtlari energiya iste'moli va nosozliklarni tashxislashda ishlatilishi mumkin. Masalan, qaror daraxtlari diabet yoki demans kabi jiddiy kasalliklarni rivojlanish xavfi yuqori bo'lgan bemorlarni aniqlashga yordam beradi.
  
• 
  Sog'liqni saqlashni boshqarish : Qaror daraxtlari shifokorlar va tibbiyot mutaxassislariga diabet yoki demans kabi jiddiy (yoki oldini olish mumkin bo'lgan) kasalliklarni rivojlanish xavfi yuqori bo'lgan bemorlarni aniqlashda yordam beradi. Qaror daraxtlarining muayyan o'zgaruvchilarga ko'ra imkoniyatlarni qisqartirish qobiliyati bunday hollarda juda foydali.
  

Qaror daraxtlari ko'plab afzalliklarga ega, ular orasida:

• 
  Ular hatto texnik bo'lmagan foydalanuvchilar uchun ham tushunish va talqin qilish oson.
  
• 
  Ular to'g'ridan-to'g'ri barcha o'zgaruvchilar turlarini, shu jumladan sifatli, uzluksiz va diskret o'zgaruvchilarni boshqarishi mumkin.
  
• 
  Ular butun tasnifga ta'sir qilmasdan etishmayotgan qiymatlar va o'ta individual qiymatlar (masalan, chetlab o'tishlar) bilan ishlashi mumkin.
  
• 
  Ular qaror qabul qilish jarayonining ajoyib vizual tasvirini beradi, bu esa jamoada muloqotni yaxshilashga yordam beradi.
  

Ammo shuni ta'kidlash kerakki, qarorlar daraxti modellari natijalarining ishonchliligi ma'lumotlarning noto'g'ri tasniflanishi tufayli cheklanishi mumkin. Ushbu muammoni hal qilish uchun turli sohalardagi mutaxassislar yaratilgan modeldagi topilmalarni filtrlash uchun o'zlarining domen bilimlaridan foydalanishlari mumkin. Shunga qaramay, bu usul turli sohalardagi mutaxassislarning narxi va vaqti nuqtai nazaridan katta sarmoyani o'z ichiga oladi.
Qarorlar daraxtlari, ta'sir diagrammalari , foydali funktsiyalar va qarorlarni tahlil qilishning boshqa vositalari va usullari biznes, sog'liqni saqlash iqtisodiyoti va sog'liqni saqlash maktablarida bakalavriat talabalariga o'rgatiladi va operatsiyalarni tadqiq qilish yoki boshqarish fanlari usullariga misollardir.

1-rasm.Yangi qaror daraxti
Tahlil qaror qabul qiluvchining (masalan, kompaniyaning) afzalliklarini yoki foydali funktsiyasini hisobga olishi mumkin , masalan:

2-rasm.Jadval
Ushbu vaziyatning asosiy talqini shundan iboratki, kompaniya xavfni afzal ko'rgan real koeffitsientlar bo'yicha B riskini va to'lovlarini afzal ko'radi (400 ming dollardan ko'p - bu xavfdan qochish oralig'ida kompaniya uchinchi strategiyani modellashtirishi kerak, "Na A, na B"). .
Operatsion tadqiqotlar kurslarida keng qo'llaniladigan yana bir misol, plyajlarda qutqaruvchilarni taqsimlashdir (aka "Hayot - plyaj" misoli). [4] Misolda har bir plyajda tarqatiladigan qutqaruvchilar bilan ikkita plyaj tasvirlangan. Ikki plyaj (jami) o'rtasida taqsimlanishi mumkin bo'lgan maksimal B byudjeti mavjud va marginal daromadlar jadvalidan foydalanib, tahlilchilar har bir plyajga qancha qutqaruvchi ajratish kerakligini hal qilishlari mumkin.
Qaror daraxtlarini empirik ma'lumotlardan induksiya qoidalarining generativ modellari sifatida ham ko'rish mumkin. Keyinchalik optimal qaror daraxti darajalar (yoki "savollar") sonini minimallashtirgan holda ma'lumotlarning ko'p qismini hisobga oladigan daraxt sifatida aniqlanadi. [5] Bunday optimal daraxtlarni yaratish uchun ID3 /4/5, [6] CLS, ASSISTANT va CART kabi bir nechta algoritmlar ishlab chiqilgan.
Qaror daraxti tasniflash regressiya modellarini daraxt strukturasi shaklida yaratadi. U ma'lumotlar to'plamini kichik to'plamlarga ajratadi va shu bilan birga tegishli qarorlar daraxti bosqichma-bosqich ishlab chiqiladi. Yakuniy natija - qaror tugunlari va barg tugunlari bo'lgan daraxt . Qaror tugunida (masalan, Holat) ikki yoki undan ortiq atribut mavjud (masalan, quyoshli, bulutli va yomg'irli). Barg tugunlari (masalan, O’ynash) tasnif yoki qarorni ifodalaydi. Daraxtdagi eng yaxshi bashoratchiga mos keladigan eng yuqori qaror tuguniga ildiz tugunlari deyiladi . Qaror daraxtlari ham kategorik, ham raqamli ma'lumotlarni qayta ishlashga qodir.
Qaror daraxti ildiz tugunidan yuqoridan pastga qurilgan va ma'lumotlarni o'xshash qiymatlarga ega (bir hil) misollarni o'z ichiga olgan kichik to'plamlarga bo'lishni o'z ichiga oladi.