Machine learningMachine learning

Ανθεκτικό Δέντρο Απόφασης

Ένα Ανθεκτικό Δέντρο Απόφασης (Robust Decision Tree) είναι μια παραλλαγή δέντρου απόφασης που εκπαιδεύεται με τροποποιημένα κριτήρια διάσπασης ή διαδικασίες εκπαίδευσης, σχεδιασμένα να μειώνουν την ευαισθησία σε ακραίες τιμές (outliers), θόρυβο ετικετών και ανταγωνιστικές διαταραχές. Αντί να ελαχιστοποιεί τα συνήθη μέτρα ακαθαρσίας που επηρεάζονται έντονα από ακραίες τιμές, οι ανθεκτικές παραλλαγές χρησιμοποιούν στατιστικά ανθεκτικά ανάλογα ή κανονικοποίηση για να παράγουν διασπάσεις που γενικεύονται υπό συνθήκες θορυβωδών ή αλλοιωμένων δεδομένων.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. Chen, H., & Nan, F. (2019). Robust Decision Trees Against Adversarial Examples. Proceedings of the 36th International Conference on Machine Learning (ICML), PMLR 97, 1006–1015. link
  2. Hubert, M., & Debruyne, M. (2010). Minimum covariance determinant. Wiley Interdisciplinary Reviews: Computational Statistics, 2(1), 36–43. (background on robust estimation applied to tree splitting criteria) DOI: 10.1002/wics.61

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Robust Decision Tree (Outlier-Resistant Tree Induction). ScholarGate. https://scholargate.app/el/machine-learning/robust-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
ScholarGateRobust Decision Tree (Robust Decision Tree (Outlier-Resistant Tree Induction)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/robust-decision-tree · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026