Diskusjon:Beslutningstre

Jeg prøver her å lage en mere folkelig innledning. Beslutningstre er benevnelsen for en måte å tenke rundt det å foreta valg eller beslutninger og å beskrive prosessen. Måten lar seg beskrive grafisk, og resultatet vil ofte gi en trelignende forgrenet figur, derav navnet. Tenkemåten er i bruk blant både psykologer/sosiologer og innenfor forskning om kunstig intelligens. Treet regnes som en av de enkle læringsalgoritmene.

Originalen, slik den er pr. i dag: (Og jeg forstår bare delvis hva dette skal bety.)

(engelsk Decision tree) er innenfor kunstig intelligens en av de enklere læringsalgoritmene. Det brukes ofte innenfor induktiv læring, som er prosessen for å lære ved hjelp av eksempler og er svært enkel å implementere [1]. Kort sagt er dette når et system prøver å lage noe regler for å tolke det som er observert. Beslutningtre er hardfør ovenfor støyende data (eng.: noisy data) og dette betyr for eksempel at det som observeres ikke kan tolkes direkte av en datamaskin (tekstdokument, mediefiler o.l.). For at systemet skal kunne lære, bruker det beslutningstreet for å tolke informasjonen, dvs. utføre tester på hvert "trinn" og lage nye grener på treet for å komme frem til et resultat.

Denne artikkelen skal beskrive de grunnleggende elementene i et beslutningstre og gi en kort forklaring hvordan disse implementeres.

- og det ovenstående bør skrives nesten totalt om. Det er så kondensert at en skal ha solid faglig ballast for å forstå. --Bjørn som tegner 22. mai 2011 kl. 16:31 (CEST)