20.500.12556/DKUM-41239 Matematični modeli diskretnih acikličnih odločitvenih procesov Mathematical models of discrete acyclic decision processes V diplomskem delu smo analizirali problem sprejemanja odločitev, s katerim se srečujemo vsakodnevno. S pomočjo matematičnega modela smo formalno opisali diskreten aciklični odločitveni proces in s tem pripomogli k izboljšanju učinkovitosti pri odločanju in k pravilnejšim izbiram pri le tem. V prvem delu smo opisali odločitvena drevesa, s pomočjo katerih grafično predstavimo sam problem, odločitve ter rešitve problema. Spoznali smo definicijo odločitvenih dreves ter njihov namen. V nadaljevanju smo opisali še, kako jih gradimo ter kaj so njihove prednosti ter slabosti. Nato smo podrobneje opisali dve vrsti odločitvenih dreves: klasifikacijska in regresijska drevesa. Prav tako smo spoznali programsko opremo za odločitvena drevesa, nekoliko podrobneje orodje Weka. V drugem delu smo najprej spoznali sisteme za podporo odločanju na splošno. Nato smo opisali ekspertne sisteme, sisteme za podporo odločanju na osnovi znanja ter samo modeliranje znanja. Na koncu smo podrobneje opisali še proces odločanja in matematično notacijo tega procesa. V zadnjem delu smo opisali matematično strukturo modela diskretnega acikličnega odločitvenega procesa ter algoritem, s katerim pridemo do optimalne rešitve. Dokazali smo izrek, ki pravi, da je skozi celoten postopek opisanega algoritma optimalna rešitev vedno v množici dosegljivih rešitev. In this graduate thesis, we analyzed the problem of decision making, which we encounter on a daily basis. With the help of the mathematical model, we formally described discrete acyclic decision process and thereby contribute to an improvement of efficiency in decision making and enhancing correctness of choices in decision process. In the first part, we described decision trees, by means of which we graphically represent a decision problem, its decisions and solutions. We described how we build decision trees using data mining approach and what are their advantages and disadvantages. Then we described, in details, two kinds of decision trees: classification and regression trees. Also, we introduce a software Weka for decision trees. In the second part, we first introduce general decision support systems. Then we described expert systems, knowledge based decision support systems, and knowledge modelling. At the end we described decision process and its mathematical notation. In the last part, we described mathematical model of discrete acyclic decision process and an algorithm, with which we get an optimal solution. We prove a theorem stating sufficient conditions on the mathematical structure of the model that ensures the optimal solution to be in the set of reachable solutions through the entire procedure, thereby ensuring optimality of the final solution. odločitvena drevesa sistemi za podporo odločanju odločitveni proces vozlišča problem iskanja optimalne rešitve algoritem. decision trees decision support systems decision process vertices problem of finding an optimal solution algorithm true true false [T. Kolmanič] Slovenski jezik Angleški jezik Diplomsko delo 2013-08-14 14:16:22 2013-09-11 09:45:41 2022-05-04 03:06:51 2021-04-24 03:23:49 2013 0 Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 51(043.2) 20030216 URN:SI:UM:DK:4J8PAKW8 UNI_Kolmanic_Tadej_2013.pdf UNI_Kolmanic_Tadej_2013.pdf 1 BB1A3390EB3BFF013172C125B7F63FED 2c0d49fce866fb3f665d1154b232819041b12da15dd00b6141b4ed7311ee8da9 215d38b7-7c0a-11eb-bb7a-00155d0001ca https://dk.um.si/Dokument.php?lang=slv&id=56916 Fakulteta za naravoslovje in matematiko 0 0 0