Vizualizace a analýza chování rozhodovacích stromů

Abstract

Společnosti využívají modely strojového učení pro praktická obchodní rozhodnutí a s rostoucím využitím těchto modelů roste i potřeba účinných technik jejich vizualizace. Tyto techniky mohou pomoci zpřístupnit a intuitivním způsobem pre-zentovat modely strojového učení, mohou být také použity k jejich budoucímu vylepšení. Tato práce zdůrazňuje význam vizualizace rozhodovacích stromů, které slouží jako základní stavební kameny pro složi-tější modely. Práce zkoumá různé přístupy k vizualizaci rozhodovacích stromů a navrhuje interaktivní metodu vhodnou pro model, který se používá k vyhodnocování relevance výsledků vyhledávání ve společnosti Seznam.cz. Tato metoda zachycuje strukturu modelu spolu s datovými toky, které jím procházejí.

Companies utilize machine learning models for practical business decisions, and as the use of these models increases, so does the need for effective visualization techniques. These techniques can help make machine learning models more accessible and intuitive, and they can also be utilized for future model improvements. This thesis emphasizes the importance of visualizing decision trees, which serve as fundamental building blocks for more complex models. The thesis explores various approaches to decision tree visualization and proposes an interactive method suitable for a model used for evaluating the relevance of search results in Seznam.cz. This method captures the model’s structure along with the data flows passing through it.