Por que são Árvores de Decisão e tabelas importantes?

tabelas de decisão (ou tabelas lógicas) e árvores de decisão (ou diagramas de decisão) descrever as condições associadas com ações ou decisões particulares, juntamente com as restrições relevantes. tabelas de decisão retratam regras de decisão como linhas e condições como colunas, com cada célula que representa a ação necessária. árvores de decisão mostram condições e ações em uma seqüência (como um fluxograma) - pontos de decisão são representados como diamantes e ações como caixas (Gottesdiener, 2002).

tabelas de decisão e árvores de decisão são úteis quando você quer abordar questões como “Quais as condições influenciar várias decisões?” ou “qual é a ordem em que o tomador de decisão irá verificar as condições?” (Gottesdiener, 2002). Os programadores frequentemente usam tabelas de decisão, porque eles se traduzem diretamente em lógica programável (Goldsmith, 2004).

As duas formas de representação são representações equivalentes de problemas de decisão. Qualquer decisão que pode ser representado em um formato de tabela de decisão também pode ser representado por uma árvore de decisão e vice-versa (French, 1989).

A ideia subjacente a uma representação tabular de um problema de decisão é que a consequência de qualquer decisão é influenciada não apenas pela ação, mas também por fatores externos. Fatores externos não são controlados pelo tomador de decisão e são desconhecidos para ela no momento da tomada de decisão. Esses fatores externos são referidos como “estado de natureza” ou “Estado”. Em outras palavras, a ação do tomador de decisão combinada com o estado da natureza leva a consequências (francês, 1989).

árvores de decisão forçar o programador, analista de sistemas ou o tomador de decisão para identificar a decisão real que deve ser levado em consideração. Eles também ajudam o tomador de decisão segue a sequência da decisão. Em determinadas circunstâncias, tabelas de decisão são preferidos porque são mais fáceis de desenhar, representar a informação de forma compacta e são mais fáceis de compreender e modificar (Dixit e Dixit, 2005).

Informações apresentadas no formato de árvore de decisão não representa o que as outras combinações de condições pode ser testado além do conjunto dado. A tabela de decisão pode ser mais útil em tais casos. Uma árvore de decisão torna-se difícil quando o problema é complexo e muitas sequências de passos estão envolvidos (Dixit e Dixit, 2005). As desvantagens de tabelas de decisão são: a carga de prepará-los, nenhuma representação do fluxo de decisão e incapacidade de descrever todas as alternativas (Agarwal et al., 2009).