Света
Дерево решений– инструмент,
используемый для систематического рассмотрения
проблемы в виде составляющих факторов,
расположенных на различных уровнях и
удобного представления логических связей
между этими факторами.
Дерево решений
подчеркивает два основных момента: (I) использование информации,
приобретенной в процессе подготовки
к принятию решения и (2) осознание последовательного
характера процесса принятия решения.
Таким образом, дерево решений — это графическая
схема того, к какому выбору в будущем
приведет нас принятое сегодня решение.
Дерево решений дает возможность
менеджеру представить, насколько
поддается количественной оценке то
или иное явление в зачастую субъективной
задаче принятия непрограммируемых
решений.
Настя
Дерево решений
рекомендуется использовать в случаях:
- когда необходимо изучить все возможные элементы рассматриваемой темы;
- когда необходимо неясные пожелания потребителя в отношении разрабатываемого продукта преобразовать в установленные потребности потребителя;
- когда достигнуть краткосрочных целей нужно раньше получения результатов всей работы.
Методика построения:
- Четко определите тему для рассмотрения. Запишите ее в центре левого края чистого листа бумаги.
- Определите основные элементы рассматриваемой темы. Запишите их один под другим, расположив правее от наименования темы. Проведите ответвления (линии) от наименования темы к основным элементам.
- Для каждого элемента определите составляющие их подэлементы (элементы второго порядка). Запишите элементы второго порядка один под другим, расположив их правее от перечня основных элементов. Начертите ответвления от основных элементов к составляющим их подэлементам.
- Для каждого подэлемента определите составляющие их элементы третьего порядка. Элементы третьего порядка запишите один под другим, расположив их правее элементов второго порядка. Проведите ответвления от подэлементов к составляющим их элементам третьего порядка.
- Деление следует продолжать до тех пор, пока не будут определены все элементы рассматриваемой темы.
Достоинства метода
- Прост в понимании и интерпретации. Люди способны интерпретировать результаты модели дерева принятия решений после краткого объяснения
- Не требует подготовки данных. Прочие техники требуют нормализации данных, добавления дамми-переменных, а также удаления пропущенных данных.
- Способен работать, как с категориальными, так и с интервальными переменными. Прочие методы работают лишь с теми данными, где присутствует лишь один тип переменных. Например, метод отношений может быть применен только на номинальных переменных, а метод нейронных сетей только на переменных, измеренных по интервальной шкале.
- Использует модель «белого ящика». Если определенная ситуация наблюдается в модели, то её можно объяснить при помощи булевой логики. Примером «черного ящика» может быть искусственная нейронная сеть, так как результаты данной модели поддаются объяснению с трудом.
- Позволяет оценить модель при помощи статистических тестов. Это дает возможность оценить надежность модели.
- Является надежным методом. Метод хорошо работает даже в том случае, если были нарушены первоначальные предположения, включенные в модель.
- Позволяет работать с большим объемом информации без специальных подготовительных процедур. Данный метод не требует специального оборудования для работы с большими базами данных.
|