INSTITUTO TECNOLÓGICO

SUPERIOR DFVDFDE
TANTOYUCA

DFBD

“DFDFD FINANCIERA”

Presenta

ANGEL ZAHITD GUZMAN RESENDIZ

ING.KAREN YANETH SANTOS SANTIAGO

NO. DE CONTROL: 163S0207

 
 

Tantoyuca, Ver, 11 noviembre de 2021

 
 INTRODUCCFDFDION

Los árboles de decisión son una de las técnicas de Machine learning más
utilizadas. El objetivo es crear un modelo que prediga el valor o clase de una
observación a partir de reglas de decisión obtenidas dDFFDe datos anteriores. El
uso es tan amplio que diferentes profesionales LOFKNVKLDNFJSVDKJLNFVL

Árbol de DecisiCón
DefiSnición:
Técnica que permite analizar decisiones secuenciales basada en el uso de
resultados y probabilidades asociadas.
Los árboles de decisión se pueden usar para generar sistemas expertos. [CITATION
htt \l 3082 ]
Facilita la interpretación de la decisión adoptada.
Proporciona un alto grado de compresión del conocimiento utilizado en la toma de
decisiones.
Explica el comportamiento respecto a una determinada tarea de decisión.
Es una magnifica herramienta para el control de la gestión empresarial.
Estructura del árbol de decisión:
Nodo de decisión: Indica que una decisión necesita tomarse en ese punto del
proceso. Esta representación por un cuadrado.
Nodo de probabilidad: Indica que en ese punto del proceso ocurre un evento
aleatorio. Está representado por un círcul

Rama: Nos muestra los distintos caminos que se pueden emprender cuando
tomamos una decisión o DFDFDFDFDFDFFDFDFFFDbien ocurre algún evento
aleatorio.

[ CITATION Car \l 3082 ]

Para comenzar a dibujar un árbol de decisión debemos escribir cuál es la decisión

que necesitamos tomar. Dibujaremos un recuadro para representar esto en la
parte izquierda de una página grande de papel.
Desde este recuadro se deben dibujar líneas hacia la derecha para cada posible
solución, y escribir cuál es la solución sobre cada línea. Se debe mantener las
líneas lo más apartadas posibles para poder expandir tanto como s.e pueda el
esquema.

Al final deM cada línea se debe estimar cuál puede ser el resultado. Si este
resultado esNBG incierto, se puede dibujar un pequeño círculo. Si el resultado es
otra decisión queRFG necesita ser tomada, se debe dibujar otro recuadro. Los
recuadros representaFn decisiones, y los círculos representan resultados inciertos.
Se debe escribir la decGHFisión o el causante arriba de los cuadros o círculos. Si
se completa la solución al fiGJFnal de la línea, se puede dejar en blanco.
Comenzando por los recuadros GJde una nueva decisión en el diagrama, dibujar
líneas que salgan representando laFGs opciones que podemos seleccionar.
Desde los círculos se deben dibujar línHeas que representen las posibles
consecuencias. Nuevamente se debe hacer una pequeña inscripción sobre las
líneas que digan que significan. Seguir realizando esto hasta que tengamos
dibujado tantas consecuencias y decisiones como sea posible ver asociadas a la
decisión original.
Análisis del árbol de decisiones:

 Definir el problema.

 Dibujar el árbol de decisión.

 Asignar probabilidades a los eventos aleatorios.

 Estimar los resultados para cada combinación posible de alternativas.

 Resolver el problema obteniendo como solución la ruta que proporcione la

política óptima

Ejemplo:

Una compañía de seguros nos ofrece una indemnización por accidente de

210.000$. Si no aceptamos la oferta y decidimos ir a juicio podemos obtener
185.000$, 415.000$ o 580.000$ dependiendo de las alegaciones que el juez
considere aceptables. Si perdemos el juicio, debemos pagar las costas que
ascienden a 30.000$. Sabiendo que el 70% de los juicios se gana, y de éstos, en
el 50% se obtiene la menor indemnización, en el 30% la intermedia y en el 20% la
más alta, determinar la decisión más acertada.
El árbol de decisión asociado será:

Política optima:

La decisión esta difícil: sobre el papel la decisión adecuada es ir a juicio

Referencias
Abellon, C. R. (s.f.). Obtenido de
http://www.dmae.upct.es/~mcruiz/Telem06/Teoria/arbol_decision.pdf
Perales, I. J. (s.f.). Obtenido de http://www.utm.mx/~jahdezp/archivos
%20estructuras/DESICION.pdf