Albero Decisionale Spiegabile
Un Albero Decisionale Spiegabile è un albero di classificazione o regressione deliberatamente costruito per essere poco profondo, leggibile e verificabile, producendo un insieme finito di regole if-then che un essere umano può verificare senza strumenti aggiuntivi. Si colloca all'intersezione tra modellazione predittiva e Intelligenza Artificiale Spiegabile (XAI), scelto quando gli stakeholder devono comprendere e fidarsi di ogni predizione effettuata dal modello.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Breiman, L., Friedman, J., Olshen, R. A., & Stone, C. J. (1984). Classification and Regression Trees. Wadsworth & Brooks/Cole. ISBN: 978-0-412-04841-8
- Rudin, C. (2019). Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. Nature Machine Intelligence, 1(5), 206–215. DOI: 10.1038/s42256-019-0048-x ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Explainable Decision Tree (Interpretable Rule-Based Classification and Regression Tree). ScholarGate. https://scholargate.app/it/machine-learning/explainable-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.
- Albero decisionaleApprendimento automatico↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Random ForestApprendimento automatico↔ compare
- XGBoostApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →