数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
决策树是一种预测模型，其名称本身意味着它看起来像一棵树。在这种技术中，树的每个分支都被视为一个分类问题。树的叶子被认为是与该特定分类相关的数据集的分区。该技术可用于勘探分析、数据前处理和预测工作。决策树可以被认为是原始数据集的分段，其中分段是出于特定原因进行的。分段下的每个数据在被预测的信息中都有一些相似之处，决策树提供了用户容易理解的结果。统计学家大多使用决策树技术来找出哪个数据库与企业的问题更相关，决策树技术可用于预测和数据预处理。
这项技术的第一步也是最重要的一步是种植树木。种树的基础是在每个树枝上找到可能被问到的最佳问题。诊断树在以下任何一种情况下停止增长。如果数据段仅包含一条记录，所有记录都包含相同的特征。这一增长不足以使情况进一步恶化，CART 代表分类和回归树，是一种数据探索和预测算法，可以更复杂地挑选问题。它尝试所有这些问题，选择一个最佳问题，用于将数据拆分成两个或更多个段。在决定了细节之后，再次单独询问每个新元素的问题。
另一种流行的决策树技术是 CHAID(卡方自动交互检测器)，与 Cart 相似，但有一点不同。Cart 帮助选择最好的问题，而 Chaid 有助于选择拆分。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
