決定木の学習-知能ソフトウェア研究室.pptVIP

* 　直前の２枚のスライドを組み合わせると，このスライドのような学習システムの全体図ができる． 　システム設計者は，事前に学習アルゴリズムに訓練例を与えて，決定木を生成しておく．システムの運用時には，その決定木はエージェントによって保持されており，質問データ｛属性1＝値1，…，属性n＝値n｝が与えられると，エージェントはこの決定木を使用して分類結果を出力することができる． * 　ここからは，学習アルゴリズムを具体的に説明するために，法律に関する推論の分野を簡単化した例題を， 　　新田克己著，知識と推論，サイエンス社(2002) の5.1節から引用する． 　薬物に関する刑法事件の犯人の属性として，性別，年齢，薬物の種類，および犯罪歴が与えられたとして，判決（の予想）を実刑(Yes)か執行猶予(No)かに分類する決定木を考えよう． 　このスライドの10の事例を訓練例として，いかにして学習アルゴリズムが決定木を生成するかを見ていく． 　この訓練例には，出力がYesおよびNoである例がそれぞれ７個および３個含まれている．それらをそれぞれ，正例(positive instance)および負例(negative instance)という． * 　この例題の場合，属性をどのような順番でテストするかによって，生成される決定木が異なる． 　このスライドにある２つの決定木のうち，左のものは最初に