Machine learningMachine learning

شجرة قرار منظمة

شجرة قرار منظمة هي نموذج شجرة قرار يتم فيه تقييد تعقيدها عمدًا من خلال التقليم، أو قيود العمق، أو مصطلحات العقوبة لمنع الإفراط في التخصيص. متجذرة في إطار CART لـ Breiman وآخرون (1984)، فإن التنظيم يحول إجراء نمو الشجرة الجشع إلى مقايضة بين التحيز والتباين، مما ينتج نماذج تعمم بشكل أفضل على البيانات غير المرئية من الأشجار المكتملة النمو.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Wadsworth. ISBN: 978-0-412-04841-8
  2. Esposito, F., Malerba, D., & Semeraro, G. (1997). A comparative analysis of methods for pruning decision trees. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(5), 476–491. DOI: 10.1109/34.589207

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Regularized Decision Tree (Pruned and Constrained CART). ScholarGate. https://scholargate.app/ar/machine-learning/regularized-decision-tree

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

يُستشهد بها في

ScholarGateRegularized Decision Tree (Regularized Decision Tree (Pruned and Constrained CART)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/machine-learning/regularized-decision-tree · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026