Львів
C
» » Дерево рішень: приклад. Алгоритми побудови дерева рішень

Дерево рішень: приклад. Алгоритми побудови дерева рішень

Метод дерева рішень - це прекрасний спосіб вибрати стратегію послідовних дій в умовах ризику. Саме ризик тут виступає ключовим словом, оскільки при небезпеці прийняти раціональне рішення дуже складно, а продуманий план допомагає проаналізувати ситуацію. Дерево прийняття рішень подібно справжньому: у нього є стовбур, гілки і листя. "Стовбур" - основа всього - це головний питання , на який потрібно відповісти. Гілки - це стрілочки з кількома варіантами відповідей. А листя - це ситуації , до яких приведе нас обраний відповідь.
Дерево рішень: приклад. Алгоритми побудови дерева рішень



Найпростіший приклад

Будь-яка теорія сприймається набагато легше, якщо навести приклад. Дерево рішень "Піти гуляти? " - це найпростіший алгоритм. У бізнесі все базується на таких принципах . До речі, в основі всіх електронних програм теж лежить алгоритм побудови дерева. Отже, стоїть завдання вирішити, чи можна йти гуляти. Наш стовбур - перше питання - це ключовий фактор: "На вулиці сонячно?" Від нього залежить наш подальший шлях. Якщо відповідь позитивний, рухаємося за напрямом слова "Так". Приходимо до нового розгалуження . Якщо температура повітря висока, ми одержуємо остаточний відповідь - "Не та дти гуляти", в іншому разі теж отримуємо підсумок, але вже з результатом "І дти гуляти".
Дерево рішень: приклад. Алгоритми побудови дерева рішень
Можна було обрати й інший шлях. Дерево прийняття рішень передбачає, що будуть проаналізовані всі варіанти руху і спрогнозовані результати .

Чому слід вибирати цей метод

Переваги дерева рішень дозволяють визначити, чому даний метод є найбільш гнучким із всіх, що стосуються питання про вибір рішень.
  • Це одновимірна схема, яка наочно показує п ричинно -наслідкові зв'язки. Ч то буде, якщо І куди наш вибір призведе.
  • Можливість одночасно розглядати нетипові ситуації і підбирати декілька варіантів їх вирішення.
  • Відсутність будь-яких законів слідства.
  • Простота у використанні.
  • Працювати над моделлю може відразу кілька людей, що полегшує завдання.
  • Дерево рішень не обмежений в часових рамках.
  • Підходить для більшості бізнес-ситуацій.
  • Дерево рішень: приклад. Алгоритми побудови дерева рішень



    Область застосування

    Можна привести будь-приклад дерева рішень. Це може бути питання про те, чи відкривати нові виробничі потужності, впроваджувати технології, формувати новий асортимент і т. д. Область застосування даного методу неймовірно широка. Але можна виділити три великі групи, де дерево рішень допомагає виграти час.
  • Опис даних. Припустимо, завдання керівництва - вирішити пробле го розширення асортименту. Схема даної задачі буде складатися з конкретних цифр можливих сум прибутку і рентабельності. З труктурировать таку інформацію буде набагато простіше, якщо вона буде зберігатися у вигляді схеми, а не у великій таблиці.
  • Класифікація. З'являється можливість згрупувати вихідні дані і зробити для них добірку.
  • Регресія. Дерево рішень дозволяє визначити, як формується цільова стратегія під впливом незалежних факторів. Наприклад, на вибір стратегії формування асортименту будуть впливати, крім основних факторів виробництва, другорядні, які побічно до цього відносяться . Це може бути врожай какао-бобів з країни-експортера або графік руху транспортних суден. Начебто на вибір стратегії прямо не роблять впливу, але збій їх роботи може перешкодити формування асортименту на кондитерській фабриці.
  • Дерево рішень: приклад. Алгоритми побудови дерева рішень

    Алгоритми

    На сьогоднішній день існує кілька відомих алгоритмів, що дозволяють створювати дерева рішень (приклади ми вже розглянули).
  • CART - абревіатура слів Classification and Regression Tree (класифікація і регресія). Згідно з його принципами, кожен вузол дерева може мати тільки два отв етвления .
  • С4.5 - метод побудови, при якому кожен вузол може мати неограниче е кількість гілок. У такій схемі важко робити прогнози, тому її використовують для класифікації.
  • QUEST ( Quick , U nbiased , E fficient S tatistical Trees ). Найскладніша з усіх моделей, але дуже достовірна. П озволяет створювати багатовимірне розгалуження . Це означає, що в будь-якому вузлі м оже створюватися не просто безліч гілок, а прикладів дії.
  • Дерево рішень: приклад. Алгоритми побудови дерева рішень

    Збір даних

    Метод дерева рішень буде ефективним у тому випадку, якщо правильно підійти до питання збору даних. Наведемо характерну послідовність:
  • Визначення життєвого циклу проекту: скільки буде етапів і яка тривалість кожного з них.
  • Виділення ключових подій, на яких може виникнути етапі дилема вибрати одне або інше.
  • Опис кожного з можливих факторів, які вплинуть на настання тієї чи іншої події, описаного в попередньому кроці.
  • Про ценка ймовірності прийняття цих рішень.
  • Розрахунок вартості всіх етапів життєвого циклу (вважається між ключовими подіями).
  • Приклад дерева рішень

    Розглянемо типову бізнес -ситуацію. Компанії потрібно вибрати вигідне інвестиційне вкладення Іп1 Дж2 Ип3 за допомогою дерева рішень. Приклади розв'язання задач формуються на підставі вихідних даних. Перший проект вимагає вкладення в розмірі 200 млн р ублей і принесе прибуток 100 млн руб . Для другого необхідно 300 млн р уб. , але принесе 200 млн руб . Третій, самий прибутковий, - 3 00 млн руб ., але потрібно вкласти 500. При цьому є ризик втратити все. При першому варіанті рівень ризику - 10 %, при другому - 5 %, і при третьому - 20 %. Який з проектів буде самий вигідний?
    Провести математичні розрахунки досить важко. Тому потрібно побудувати графічну схему. Правильне рішення буде залежати не тільки від того, наскільки зрозумілою буде модель, але і як будуть розташовані вихідні дані.

    Побудова графіка
    Дерево рішень: приклад. Алгоритми побудови дерева рішень

    Отже, у нас є три проекти: Іп1 Дж2 і Ип3. Розглянемо, як скласти дерево рішень. Рухатися будемо від першого ключового моменту, визначеного великим квадратом. Тут ми напишемо кінцевий підсумок, а поки нехай сектор залишається порожнім. Від нього креслимо три відгалуження з іменами проектів. Далі кожен варіант має свій рівень математичних очікувань, позначений кружечком. Поки вони порожні, в них потрібно буде написати отриманий результат розрахунків. Від кожного з них буде ще два відгалуження. Вгору - це дохід і рівень його очікування, вниз - витрати і ризики втрат.

    Математичні розрахунки
    Дерево рішень: приклад. Алгоритми побудови дерева рішень

    Пора приступати до пошуку правильного рішення. Для цього складемо формули:
  • Іп1= 100 x 0.9 - 200 x 0.1 = 70
  • Дж2 = 200 x 095 - 300 x 005 = 175
  • Ип3 = 300 x 0.8 - 500 x 0.2 = 140
  • Отримані дані записуємо в кружечки. Вибираємо найбільше число - 175. І записуємо його в квадрат. Це і є математичне очікування від проекту. І оскільки саме вигідна пропозиція - це Дж2 це і буде відповіддю на задачу.

    Область застосування

    Здавалося б, що прикладів дерева рішень для бізнесу можна навести неограниче е кількість . Дійсно, найчастіше про цьому методі говорять в контексті менеджменту. Н про насправді область застосування алгоритму набагато більше. П риведем деякі цікаві факти:
  • Дерево рішень незамінне в банківській справі. Його використовують для оцінки клієнтів і прийняття рішення для видачі кредиту.
  • Промисловість. Яскравий приклад - перевірка якості. Оскільки на заводах не завжди є можливість оцінити всі випущені товари практичним методом, створюють спеціальний алгоритм, за допомогою якого шлюб відсікається на декількох етапах перевірки.
  • Медицина. Для використання дерева рішень у цій сфері не потрібні листочок і папір. Л юбою лікар робить це щодня при постановці діагнозу. Доктор задає пацієнту навідні питання, про ді на які призведуть до єдиного правильного рішення.
  • Молекулярна біологія. Навіть у цій унікальній області є де застосувати метод побудови схем. Наприклад, аналіз будови амінокислот.
  • Програмування. Будь-яка програма або веб-сторінка побудовані за принципом алгоритму і руху від цілого до безлічі.
  • Приклад використання алгоритму в банківській сфері

    Спробуємо побудувати дерево рішень, уявивши, що ми співробітники відділу кредитування будь-якого банку. Позначимо ключових фактори:
  • вік;
  • рівень доходу;
  • утриманці , сімейний стан;
  • кредити в інших організаціях;
  • наявність рухомого і нерухомого майна.
  • Тепер по кожній з ключових гілок необхідно скласти приблизний план можливих дій. Почнемо з віку. Більше 21? Відповідь "так" або "ні". "Ні" відразу приводить нас до нуля. Після відповіді "Д а" рухаємося до наступного питання. Рівень доходу вище 50000 руб. в місяць? "Ні" - це відразу нуль "Так" - переходимо до наступній гілці. Сімейний стан . У цьому розділі можуть з'являтися додаткові отв етвления , які будуть важливими для нашого рішення. Скільки чоловік в сім'ї? Скол ько з них утриманці , який дохід у супругисупруга. Якщо відповіді нас задовольнили, можна переходити до наступного сектору. Кредити в інших організаціях. Тут раціонально виділити: яку суму брали, як швидко віддали, чи є борги? Наявність рухомого і нерухомого майна може стати додатковою гарантією повернення коштів, тому, якщо потенційний позичальник дійшов до цього етапу і позитивно відповів на останнє запитання, то однозначно рішення про видачу йому грошей буде позитивним. Скоротити шлях до будь-якого з рішень "Видати" або "Не видати" можна на будь-якому етапі .

    Приклад з медицини

    Розглянемо типову ситуацію. До лікаря прийшов на огляд пацієнт з кашлем. При постановці діагнозу лікар оцінює людини за декількома параметрами:
  • як давно кашель;
  • є температура;
  • закладений ніс;
  • як прослуховуються легені, бронхи, наявність хрипів;
  • серцевий ритм;
  • вік, наявність флюрографії та ін. фактори.
  • Відповідь на кожне з цих питань призведе до доктора постановці правильного діагнозу.

    Висновок

    Приклад дерева рішень можна зустріти у повсякденному житті. Люди сотні раз стикаються з дилемою , вирішити яку можна, вибравши найкоротший або найвигідніший шлях. То чно так само і в бізнесі. Алгоритм допомагає вибрати правильне рішення, класифікувати і структурувати дані про питання, спрогнозувати результат. Важливою задачею є вибір основних питань, які становлять ключові моменти, і гілок з результатом. Існує безліч моделей, комп'ютерних програм, що дозволяють швидко і якісно побудувати дерево рішень і полегшити пошук.