This HTML5 document contains 80 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dcterms	http://purl.org/dc/terms/
yago-res	http://yago-knowledge.org/resource/
dbo	http://dbpedia.org/ontology/
foaf	http://xmlns.com/foaf/0.1/
dbpedia-es	http://es.dbpedia.org/resource/
n15	https://global.dbpedia.org/id/
yago	http://dbpedia.org/class/yago/
n19	http://homepages.cwi.nl/~rdewolf/publ/qc/
dbt	http://dbpedia.org/resource/Template:
dbpedia-uk	http://uk.dbpedia.org/resource/
rdfs	http://www.w3.org/2000/01/rdf-schema#
freebase	http://rdf.freebase.com/ns/
dbpedia-el	http://el.dbpedia.org/resource/
dbpedia-pt	http://pt.dbpedia.org/resource/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
owl	http://www.w3.org/2002/07/owl#
wikipedia-en	http://en.wikipedia.org/wiki/
dbc	http://dbpedia.org/resource/Category:
dbp	http://dbpedia.org/property/
prov	http://www.w3.org/ns/prov#
xsdh	http://www.w3.org/2001/XMLSchema#
wikidata	http://www.wikidata.org/entity/
dbr	http://dbpedia.org/resource/

Statements

Subject Item

dbr:Decision_tree_model

rdf:type

yago:Organism100004475 yago:PhysicalEntity100001930 yago:Assistant109815790 yago:YagoLegalActor yago:YagoLegalActorGeo yago:Object100002684 yago:Whole100003553 yago:CausalAgent100007347 yago:Person100007846 yago:Model110324560 yago:LivingThing100004258 yago:WikicatModelsOfComputation yago:Worker109632518

rdfs:label

Decision tree model Модель дерева рішень Modelo de árbol de decisión Μοντέλο δέντρου απόφασης Modelo de árvore de decisão

rdfs:comment

In computational complexity the decision tree model is the model of computation in which an algorithm is considered to be basically a decision tree, i.e., a sequence of queries or tests that are done adaptively, so the outcome of the previous tests can influence the test is performed next. Decision trees models are instrumental in establishing lower bounds for complexity theory for certain classes of computational problems and algorithms. Several variants of decision tree models have been introduced, depending on the computational model and type of query algorithms are allowed to perform. У теорії складності обчислень та модель дерева рішень являє собою модель обчислення або зв'язку, в якій алгоритм або процес комунікації вважаються, по суті, деревом рішень, тобто послідовністю операцій розгалуження на основі порівняння деяких величин, зіставленню присвоюється обчислювальна вартість одиниці. Операції розгалуження називаються «тестами» або «запитами». У цьому параметрі даний алгоритм можна розглядати як обчислення булевої функції , де вхідний рядок запитів і висновок є остаточним рішенням. Кожен наступний запит залежить від попередніх. En complejidad computacional el modelo de árbol de decisión es el modelo de computación en que un algoritmo es considerado básicamente como un árbol de decisión, i.e., una secuencia de consultas o pruebas que se realizan adaptativamente, así que el resultado de las pruebas anteriores puede influir la prueba que se realiza después. Em complexidade computacional e complexidade de comunicação o modelo de árvore de decisão é o modelo de computação ou comunicação no qual um algoritmo ou processo de comunicação é considerado basicamente uma árvore de decisão, ou seja, uma sequência de operações ramificadas baseadas em comparações de quantidades, sendo as comparações atribuidas uma unidade de custo computacional. Várias variações de modelos de árvores de decisão podem ser utilizados dependendo da complexidade das operações permitidas na computação de uma única comparação e também pelo modelo de ramificação.

dcterms:subject

dbc:Computational_complexity_theory dbc:Models_of_computation dbc:Decision_trees

dbo:wikiPageID

22684368

dbo:wikiPageRevisionID

1115608020

dbo:wikiPageWikiLink

dbc:Computational_complexity_theory dbr:Emory_University dbr:Fiber_(mathematics) dbc:Models_of_computation dbr:Monte_Carlo_algorithm dbr:Boolean_function dbr:Total_function dbr:Vector_space dbr:Decision_tree dbr:Yes–no_question dbr:Heapsort dbr:Order_statistic dbr:Comparison_sort dbr:Computational_complexity_theory dbr:Aanderaa–Karp–Rosenberg_conjecture dbr:Computational_geometry dbr:Minimum_spanning_tree dbr:Permutation dbr:Lower_bound dbr:Nondeterministic_algorithm dbr:Mergesort dbr:Noam_Nisan dbr:Certificate_(complexity) dbc:Decision_trees dbr:Analysis_of_Boolean_functions dbr:Model_of_computation dbr:Hao_Huang_(mathematician) dbr:Computational_model dbr:Deutsch-Jozsa_algorithm dbr:Las_Vegas_algorithm dbr:Information_theory

dbo:wikiPageExternalLink

n19:dectree.pdf%7Cdoi-access=free

owl:sameAs

dbpedia-pt:Modelo_de_árvore_de_decisão wikidata:Q5249246 n15:4j5nH dbpedia-uk:Модель_дерева_рішень yago-res:Decision_tree_model freebase:m.05zkmwd dbpedia-el:Μοντέλο_δέντρου_απόφασης dbpedia-es:Modelo_de_árbol_de_decisión

dbp:wikiPageUsesTemplate

dbt:Mw-datatable dbt:Reflist dbt:Use_American_English dbt:Citation dbt:Short_description dbt:Rp

dbo:abstract

У теорії складності обчислень та модель дерева рішень являє собою модель обчислення або зв'язку, в якій алгоритм або процес комунікації вважаються, по суті, деревом рішень, тобто послідовністю операцій розгалуження на основі порівняння деяких величин, зіставленню присвоюється обчислювальна вартість одиниці. Операції розгалуження називаються «тестами» або «запитами». У цьому параметрі даний алгоритм можна розглядати як обчислення булевої функції , де вхідний рядок запитів і висновок є остаточним рішенням. Кожен наступний запит залежить від попередніх. Було запроваджено декілька варіантів моделей дерева рішень, в залежності від складності операцій, дозволених при обчисленні єдиного порівняння та способу розгалуження. Моделі дерев рішень допомагають встановлювати нижні межі для обчислювальної складності для деяких класів обчислювальних задач та алгоритмів: нижня межа складності для пропорційна найбільшій глибині серед дерев рішень для всіх можливих входів даної обчислювальної задачі. Обчислювальна складність задачі або алгоритму виражається в термінах моделі дерева рішень як «складність дерева рішень» або «складність запитів». En complejidad computacional el modelo de árbol de decisión es el modelo de computación en que un algoritmo es considerado básicamente como un árbol de decisión, i.e., una secuencia de consultas o pruebas que se realizan adaptativamente, así que el resultado de las pruebas anteriores puede influir la prueba que se realiza después. Por lo general, estas pruebas tienen una pequeña cantidad de resultados (tales como preguntas de sí o no) y se pueden realizar rápidamente (por ejemplo, con un costo computacional unitario), por lo que la complejidad temporal de un algoritmo en el peor de los casos en el modelo de árbol de decisión corresponde a la profundidad del árbol de decisión correspondiente. Esta noción de complejidad computacional de un problema o un algoritmo en el modelo de árbol de decisión se denomina complejidad del árbol de decisión o complejidad de consulta . Los modelos de árboles de decisión son fundamentales para establecer cuotas inferiores para la teoría de la complejidad para ciertas clases de problemas y algoritmos computacionales. Se han introducido varias variantes de modelos de árboles de decisión, según el modelo computacional y el tipo de algoritmos de consulta que se les permite realizar. Por ejemplo, un argumento de árbol de decisión se usa para mostrar que un de objetos debe tomar comparaciones. Para ordenamientos por comparación, una consulta es una comparación de dos elementos , con dos resultados (suponiendo que ningún par de elementos sean iguales): o . Los ordenamientos por comparación se pueden expresar como un árbol de decisión en este modelo, ya que dichos algoritmos de ordenamiento solo realizan este tipo de consultas. Em complexidade computacional e complexidade de comunicação o modelo de árvore de decisão é o modelo de computação ou comunicação no qual um algoritmo ou processo de comunicação é considerado basicamente uma árvore de decisão, ou seja, uma sequência de operações ramificadas baseadas em comparações de quantidades, sendo as comparações atribuidas uma unidade de custo computacional. As operações ramificadas são chamadas de "testes" ou "pedidos". Nesta configuração, o algoritmo em questão pode ser visto como uma computação de uma onde a entrada é uma série de pedidos e a saída é uma decisão final. Cada pedido é dependente de pedidos anteriores. Várias variações de modelos de árvores de decisão podem ser utilizados dependendo da complexidade das operações permitidas na computação de uma única comparação e também pelo modelo de ramificação. Modelos de árvore de decisão são instrumentos de estabelecimento do limite inferior para a complexidade computacional de certas classes de problemas computacionais e algoritmos: o limite inferior para análise de pior caso é proporcional a maior profundidade das árvores de decisão para todas as entradas possíveis de um certo problema computacional. A complexidade computacional de um problema ou um algoritmo em termos da árvore de decisão é chamado de complexidade da árvore de decisão ou complexidade do pedido'. In computational complexity the decision tree model is the model of computation in which an algorithm is considered to be basically a decision tree, i.e., a sequence of queries or tests that are done adaptively, so the outcome of the previous tests can influence the test is performed next. Typically, these tests have a small number of outcomes (such as a yes–no question) and can be performed quickly (say, with unit computational cost), so the worst-case time complexity of an algorithm in the decision tree model corresponds to the depth of the corresponding decision tree. This notion of computational complexity of a problem or an algorithm in the decision tree model is called its decision tree complexity or query complexity. Decision trees models are instrumental in establishing lower bounds for complexity theory for certain classes of computational problems and algorithms. Several variants of decision tree models have been introduced, depending on the computational model and type of query algorithms are allowed to perform. For example, a decision tree argument is used to show that a comparison sort of items must take comparisons. For comparison sorts, a query is a comparison of two items , with two outcomes (assuming no items are equal): either or . Comparison sorts can be expressed as a decision tree in this model, since such sorting algorithms only perform these types of queries.

prov:wasDerivedFrom

wikipedia-en:Decision_tree_model?oldid=1115608020&ns=0

dbo:wikiPageLength

25088

foaf:isPrimaryTopicOf

wikipedia-en:Decision_tree_model