资源简介

(共20张PPT)
第16课　
决策树与智能推理
第四单元　智能推理的应用
第16课 课堂导入
问题情境
有没有一种方法，能让我们清晰地看见这种思考、判断的路径？能不能让计算机模仿我们这种做决策的方式，去自动处理更复杂的问题呢？
同学们，早餐吃什么？上学走哪条路？这些选择看起来简单平常，但大家有没有想过，就在我们快速做出决定的那一瞬间，大脑里到底发生了什么？
第16课 学习内容
一 决策树
二 根据数据构建决策树
学习内容
三 基于决策树自动推理
一、决策树
第16课 学习内容
我们每天都在做各种选择，如“晚上吃什么”“周末去哪玩”“这道题选A 还是B”。选择的背后，是大脑不停地进行思考和判断。
决策树通过逐层提问的方式进行判断，最终得出结论，这与人们日常做选择的思维过程非常相似。
一、决策树
第16课 学习内容
一家人周末上午爬山，中午回来后想好好吃顿午餐。他们最可能选择的午餐形式是什么样的？
请根据下图描述决策依据和决策路径。
一、决策树
第16课 学习内容
决策依据
1. 是否有做饭意愿
2. 是否具备烹饪条件
3. 是否有充足的时间
4. 是否接受简餐
一、决策树
第16课 学习内容
决策路径：愿意做饭→具备烹饪条件→时间充足→自制午餐。
一、决策树
第16课 学习内容
在人工智能发展初期，人类利用决策树，开发了很多模拟人类专家解决问题的计算机软件，这类软件被称为专家系统。
当前，由于结构清晰、易于理解等特性，基于决策树的专家系统被广泛应用在医疗、金融、教育、工业、农业等多个领域，帮助人们解决各种复杂的实际问题。
二、根据数据构建决策树
第16课 学习内容
决策树的构建在不同的应用场景中会采用不同的方法。基于数据构建决策树是一种常见的方法。
决策树构建的关键在于如何选择最优的划分标准，而划分标准离不开特征的选择。特征是对决策有影响的若干关键因素，其中对决策影响较大的因素称为关键特征。选择关键特征作为决策树的节点，能更有效地缩小选择范围。
二、根据数据构建决策树
第16课 学习内容
右表是一家宠物领养机构统计的猫狗特征和领养情况。请根据这张表构建决策树。
编号 品种 年龄 体型 毛发 性格 领养
1 狗 幼年 大 长 好 是
2 猫 成年 小 短 一般 否
3 猫 幼年 中 长 好 是
4 狗 成年 大 长 差 否
5 狗 幼年 中 中 好 是
6 猫 成年 中 长 好 否
7 狗 幼年 小 短 一般 是
8 狗 成年 大 短 好 是
二、根据数据构建决策树
第16课 学习内容
1. 小组讨论不同特征划分带来的数据区分度。
· 通过“年龄”可把数据分为幼年和成年，幼年数据全都对应被领养，成年数据仅1条对应被领养。
· 通过“品种”可把数据分为猫、狗两类，狗数据有1条对应未被领养，猫数据有2条对应未被领养。
· 通过其他特征得到的数据分类相对混杂。
二、根据数据构建决策树
第16课 学习内容
请大家思考一下，选用哪个特征带来数据区分度更大？
二、根据数据构建决策树
第16课 学习内容
2.选择区分度最大的特征“年龄”，作为第一个问题考虑的重点。因为按“年龄”划分，可以得到幼年组都被领养和成年组75%未被领养的数据，具有明显的区分度。
3.选择区分度次之的特征“品种”，作为第二个问题考虑的重点。
4.参照前面的方法，对体型、毛发、性格等特征进行处理。
5.根据表中数据，剔除无效的数据（对领养没有影响的属性），完善决策过程。
二、根据数据构建决策树
第16课 学习内容
编号 品种 年龄 体型 毛发 性格 领养
1 狗 幼年 大 长 好 是
2 猫 成年 小 短 一般 否
3 猫 幼年 中 长 好 是
4 狗 成年 大 长 差 否
5 狗 幼年 中 中 好 是
6 猫 成年 中 长 好 否
7 狗 幼年 小 短 一般 是
8 狗 成年 大 短 好 是
大家可以在表头处标注序号，表示选择的顺序。
①
二、根据数据构建决策树
第16课 学习内容
6.根据得到的决策树，预测下列情况中的猫狗是否会被领养。
·幼年脾气不太好的小猫
·幼年脾气很好，但毛很短的小狗
·脾气很好的成年大狗
·脾气很好、毛很长的成年大狗
你觉得有什么需要改进的地方？
第16课 学习内容
三、基于决策树自动推理
利用决策树思想，通过人工构建决策树比较耗时，在面对复杂问题或大规模数据集时，也更容易出错。当前，已经可以根据数据自动构建决策树，并利用决策树自动推理。
第16课 学习内容
三、基于决策树自动推理
1.运行配套资源中的《决策树分析器》软件。
2.参照界面提示，选择数据文件pet.csv，然后单击“生成决策树”按钮生成决策树。
第16课 学习内容
三、基于决策树自动推理
3. 运行《猫狗领养预测》软件，输入猫狗特征，然后利用前面生成的决策树预测猫狗是否会被领养。
第16课 课堂总结
1.利用决策树可以将复杂问题逐步分解，辅助人们进行推理和决策。
2.可以根据已有数据中的特征与结果关系，人工构建决策树模型。
3.可以让机器通过学习数据自动构建决策树，并进行推理。
第16课 拓展与提升
某医院引入了一套先进的医疗决策支持系统，能够通过输入患者症状自动生成诊断报告和治疗方案。一天，一位经验丰富的医生接诊了一位病情复杂的患者，系统建议采用某种高风险治疗方案，但医生凭借临床经验怀疑该诊断的准确性。此时，这位医生面临两难选择：是采纳系统的判断，还是坚持自己的判断？
结合人工智能技术的特点和医学伦理责任，分析医生是否应完全依赖医疗系统的诊断，并说明理由。

展开更多......

收起↑