Запис атласу: https://www.aitimeline.dev/uk/events/evt-0151/
Дослідження · березень 1986 р.
Індукція дерев рішень
Квінлан описав ID3: алгоритм будує дерево, щоразу обираючи ознаку, яка найбільше зменшує невизначеність.
Чому це важливо
Навчання дало результат, який людина може прочитати й перевірити, — рідкість, що зробила дерева стандартом у прикладних задачах.
Критерій вибору ознаки — приріст інформації, тобто те саме поняття ентропії, що й у Шеннона. Дерево можна перекласти в набір правил «якщо-то» і показати експертові. Продовження ID3 стало C4.5, одним із найуживаніших алгоритмів 1990-х, а згодом з дерев виріс випадковий ліс і градієнтний бустинг.
Відомості про подію
- Дата події
- березень 1986 р.
- Дата на часовій осі
- Дата події
- Перевірка
- Джерела зібрано автоматично · 17 вересня 2026 р.
- Лінії
- ID
- evt-0151
Випуск Machine Learning, том 1, номер 1, 1986 рік.
Пов’язані події
Раніше
Пізніше
- Пов’язано AdaBoost 1995посилається на цей запис
На практиці метод найчастіше застосовували саме до дерев рішень.
- Пов’язано Weka 1999посилається на цей запис
Дерева рішень та інші класичні методи стали доступні як готові реалізації.
- Спирається на Випадкові ліси 2001посилається на цей запис
Випадковий ліс — це ансамбль дерев рішень, які голосують за клас; дерево як класифікатор — предмет запису 1986 року.
- Пов’язано Градієнтний бустинг 2001посилається на цей запис
Особливу версію методу, TreeBoost, побудовано на деревах регресії: складники адитивної моделі — дерева.