МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ФАКУЛЬТЕТ ЕКОНОМІКИ ТА МЕНЕДЖМЕНТУ
Кафедра економічної кібернетики
РОЗРАХУНКОВО-ГРАФІЧНА РОБОТА
з дисципліни:
"Математичні методи прийняття рішень"
Сімферополь, 2010
Зміст
Теоретична частина
Переваги використання дерев рішень
Області застосування дерев рішень
Завдання
Література
Теоретична частина
Своєчасна розробка і прийняття правильного рішення - головні завдання роботи управлінського персоналу будь-якої організації. Непродумане рішення може дорого коштувати компанії. На практиці результат одного рішення змушує нас приймати наступне рішення і т.д. Коли потрібно прийняти кілька рішень в умовах невизначеності, коли кожне рішення залежить від результату попереднього рішення або фіналів випробувань, то застосовують схему, звану деревом рішень. p align="justify"> Дерева рішень - один з методів автоматичного аналізу даних, основні ідеї якого сягають до робіт П. Ховленда (Р. Hoveland) і Е. Ханта (Є. Hunt) кінця 50-х років XX в. Їх підсумком стала основоположна монографія, що дала імпульс розвитку цього напрямку. p align="justify"> Побудова дерев класифікації - один з найбільш важливих прийомів, що використовуються при проведенні "видобутку даних і розвідувального аналізу" (Data Mining), реалізований як сукупність методів аналітичної обробки великих масивів інформації з метою виявити в них значимі закономірності і/або систематичні зв'язки між предікторнимі змінними, які потім можна застосувати до нових совокупностям вимірювань.
Дерево рішень являє із себе якийсь графічний інструмент, який допомагає проводити дії, такі, як: опис можливих стратегій гравця, опис невизначених фіналів (невідомі стратегії другої сторони) та їх ймовірностей, обчислення EMV по стратегіях першого гравця , вибір стратегії з максимальним значенням EMV. Як правило, застосування цього графічного кошти передбачає використання наступних угод:
) дерева рішень складаються з вершин (кола, квадрати і трикутники) і гілок (лінії);
) вершини відповідають певним моментам часу. Вершини-рішення (квадрати) відповідають моментам часу, коли ЛПР (особа приймає рішення) приймає рішення. Вершини-ймовірності (круги) відповідають моментам часу, коли дозволяється одна з невизначеностей. Кінцеві вершини (трикутники) відповідають закінченню завдання, коли всі рішення прийняті, всі невизначеності розв'язалися і всі платежі відбулися;
) розвиток ситуації в часі відбувається згідно даної графічній схемі зліва направо;
) гілки, що йдуть з вершин-рішень, відповідають різним можливим рішенням. Гілки, що йдуть з вершин-ймовірностей, відповідають різним можливим варіантам дозволу невизначеності та не є об'єктом чийогось управління;
) ймовірності відповідають гілкам, що походить із вершин ймовірностей. Ці ймовірності є умовними ймовірностями за умови звершення події, відповідного вершині, з якої вони виходять. Тому сума ймовірностей по всіх гілках, що походить із однієї вершини, дорівнює 1;
) кожної оконечной вершині відповідають два числових значення.
Перше - це ймовірність приходу в дану оконечную вершину і друге - значення платежу, відповідне даному сценарієм розвитку подій.
Переваги використання дерев рішень
Розглянувши основні проблеми, що виникають при побудові дерев, було б несправедливо не згадати про їх достоїнства:
В· швидкий процес навчання;
В· генерація правил в областях, де експерту важко формалізувати свої знання;
В· витяг правил на природній мові;
В· інтуїтивно зрозуміла класифікаційна модель;
В· висока точність прогнозу, порівнянна з іншими методами (статистика, нейронні мережі);
В· побудова непараметричних моделей.
У силу цих та багатьох інших причин, методологія дерев рішень є важливим інструментом у роботі кожного фахівця, що займається аналізом даних, незалежно від того практик він чи теоретик.
Області застосування дерев рішень
