Arvores de decisao

ARVORES DE DECISÃO

De acordo com Gama (2002), arvores de decisão (Decision Trees) são ferramentas que podem ser utilizadas para dar ao agente a capacidade de aprender, bem como para tomar decisões. A ideia de aprendizado é que os preceptores
(elementos do agente que percebem o mundo) não sejam usados apenas para agir, mas também para aumentar a capacidade do agente de agir no futuro.
O aprendizado ocorre na medida que o agente observa suas interações com o mundo e seu processo interno de tomada de decisões. Aprendizado de árvores de decisão é um exemplo de aprendizado indutivo: Cria uma hipótese baseada em instâncias particulares que gera conclusões gerais. Árvores de decisão são similares a regras if-then.
É uma estrutura muito usada na implementação de sistemas especialistas e em problemas de classificação. As árvores de decisão tomam como entrada uma situação descrita por um conjunto de atributos e retorna uma decisão, que é o valor predizido para o valor de entrada. Os atributos de entrada podem ser discretos ou contínuos.
Para os exemplos tratados, serão considerados apenas valores discretos.
O aprendizado de valores discretos é chamado classificação. A árvore de decisão chega a sua decisão pela execução de uma sequência de testes. Cada nó interno da árvore corresponde a um teste do valor de uma das propriedades, e os ramos deste nó são identificados com os possíveis valores do teste. Cada nó folha da árvore especifica o valor de retorno se a folha for atingida.
Na figura abaixo encontra-se um exemplo de arvore decisão.
Figura 1- Exemplo de árvore de decisão

BIBLIOGRAFIA

GAMA, João. Árvores de decisão. Palestra ministrada no Núcleo da Ciência de Computação da
Universidade do Porto, Porto, 2002.