پیشرفت های اخیر در الگوریتم درختان تصمیم: یک بررسی به روز شده

درخت های تصمیم، مدل های معتبر و موثری در حوزه یادگیری نظارت شده هستند. این مدل ها نه تنها شناخته شده اند، بلکه در حوزه های مختلف نیز کاربرد فراگیری دارند. با گذشت حدود ۶۰ سال از معرفی اولیه آنها، تحقیقات در این زمینه همچنان پویا است. در دهه اخیر، تعداد زیادی از محققان به بررسی مسائل اساسی در زمینه درخت های تصمیم پرداخته اند. اگرچه در گذشته نظرسنجی های زیادی منتشر شده است، اما اطلاعات جامعی از تحولات اخیر در این حوزه وجود ندارد. این مقاله به بررسی پیشرفت های اخیر در تحقیقات درخت های تصمیم می پردازد و بر سه هدف اصلی متمرکز است: ( تطابق بهتر داده های آموزشی، تعمیم بهتر به داده های جدید و افزایش قابلیت تفسیر مدل ها ). همچنین، این مقاله سعی دارد با سازماندهی مطالب، موضوعات مختلفی که قبلا به صورت جداگانه مورد بررسی قرار گرفته اند، را به نمای کلی مورد بحث قرار دهد.

کلیدواژه ها:

درختان تصمیم ، یادگیری ماشینی ، مدل های قابل تفسیر ، طبقه بندی الگوریتم ها