Объектом исследования были алгоритмы на основе деревьев и их последующая модификация. Цель работы — проанализировать алгоритмы на основе решений, создать задачу классификации и повысить точность прогнозов путем доробки алгоритма. В процессе работы был произведен обзор использования деревьев решений в робототехнике. Было сформулировано четкое план над работой с любыми типами данных. Созданы модели классификации. Алгоритм дерева решений был доработан, что позволило повысить точность прогнозирования.

The object of the study were algorithms based on trees and their subsequent modification. The goal of the work is to analyze decision-based algorithms, create a classification task and improve the accuracy of forecasts by using the algorithm. In the process, a review was made of the use of decision trees in robotics. A clear plan was formulated to work with any type of data. Created classification models. The decision tree algorithm was improved, which made it possible to improve the accuracy of forecasting.

• ВВЕДЕНИЕ
• 1 Практическое применение алгоритмов деревьев решений
• 1.1 Алгоритмы деревьев для планирование пути
• 1.2 Деревья решений моделей поведения роботами
• 1.3 Использование дерева решений для распознавание образов
• 1.4 Деревья решений для распознавания речи
• 1.5 Глубокие нейронные деревья решений
• 1.6 Классическое дерево принятия решений
• 1.7 Вывод по разделу
• 2 Постановка задачи
• 2.1 Естественная постановка задачи
• 2.2 Математическая постановка задачи
• 3 Предварительный анализ данных
• 3.1 Подготовка исходных данные
• 3.2 Визуальный анализ данных
• 3.3 Вывод по разделу
• 4 Построение моделей классификации
• 4.1 Случайный лес
• 4.2 Градиентный бустинг на деревьями решений
• 4.3 Оценка важности признака
• 5 Классическое представление алгоритмов на основе деревьев
• 6 Повышение предсказательной способности дерева решений
• 6.1 Логическое описание алгоритм
• 6.2 Построение алгоритма
• 6.3 Анализ полученных данных
• 6.4 Вывод по разделу
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ