Árboles decisión

Árboles decisión

1. ¿Qué son?

   • Un árbol de decisión es un diagrama en forma de árbol que muestra la probabilidad estadística o determina un curso de acción.
   • Intuitivamente se puede definir como un método de análisis para la toma de decisiones que involucren diferentes escenarios, basadas en la probabilidad y la estadística
     • Es una especie de mapa en que se muestra cada una de las opciones de decisión posibles y sus resultados.

2. Elementos

   • Nodos
     • Nodo de probabilidad
       • círculo y muestra las probabilidades de ciertos resultados.
     • Nodo de decisión
       • cuadrado y muestra una decisión que se tomará.
     • Nodo terminal
       • triangular, y muestra el resultado definitivo de una ruta de decisión.
   • Vectores
     • solución final a la que se llega en función de las diversas posibilidades que se tienen, dan las utilidades en esa solución.
   • Flechas
     • son las uniones entre un nodo y otro y representan cada acción distinta.
   • Etiquetas
     • se encuentran en cada nodo y cada flecha y dan nombre a cada acción.

3. ¿Para qué sirven?

   • Muestra a los analistas y, a los que toman las decisiones, qué pasos deben tomar y cómo las diferentes elecciones podrían afectar todo el proceso. Todo ello soportado en datos.
   • Este es tremendamente útil para aquellas personas que tienen que tomar decisiones en un negocio, ya que te permite comparar diferentes decisiones y acciones según sus costos, probabilidades y beneficios.

4. Ventajas

   • Son fácilmente combinables con otras herramientas de tomas de decisiones.
   • Es válido tanto para variables cuantitativas como para cualitativas.
   • Son simples de entender y de interpretar. Puede visualizarse de un vistazo y eso facilita mucho el entendimiento del proceso.
   • Utiliza un modelo de caja blanca: la respuesta del algoritmo es fácilmente justificable a partir de la lógica booleana implementada en él.

5. Áreas donde se utiliza

   • Contabilidad
   • Inteligencia artificial
   • Machine Learning
   • Gestión de proyectos empresariales
   • Ingeniería
   • Economía
   • Teoría de juegos
   • Programación
   • Política

6. Desventajas

   • Son inestables: cualquier pequeño cambio en los datos de entrada puede suponer un árbol de decisión completamente diferente.
   • Se pueden llegar a crear árboles sesgados, sobre todo si una de las personas que interviene es dominante respecto al resto.
   • Hay conceptos que no son fácilmente aprendidos pues los árboles de decisión no son capaces de expresarlos con facilidad (como el operador XOR).
   • No se puede garantizar que el árbol generado sea el óptimo.