Volltext-Downloads (blau) und Frontdoor-Views (grau)

Transparente, einfache und robuste Fast-and-Frugal-Bäume und ihre Konstruktion.

  • Heutzutage kombiniert diagnostisches Schließen allgemeines und spezialisiertes Wissen, Elemente der Mathematik, eine gewisse Leichtigkeit mit den Grundlagen der Wahrscheinlichkeitstheorie und nicht zuletzt die Leichtigkeit im Umgang mit KI-Tools. Wir stellen Verfahren und Werkzeuge zur Erstellung von Bäumen vor, die zu verständlichen, transparenten, einfachen und robusten Klassifikationen und Entscheidungen führen. Diese Werkzeuge sind heuristischer als optimale Modelle, inspiriert von der Perspektive der begrenzten Rationalität. Wir beschreiben, wie die Grundsätze der begrenzten Rationalität einen Rahmen für die Mensch-Maschine-Interaktion bieten, der sich dieser Artikel widmet. Wir behaupten, dass unsere vorgeschlagenen Tools aufgrund dieser Rationalität eine maschinengestützte Entscheidungsfindung erleichtern, die reibungslos, transparent und erfolgreich ist.

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Laura Martignon, Tim Erickson, Riccardo Viale
DOI:https://doi.org/10.3389/fhumd.2022.790033
Publisher:frontiers
Document Type:Working Paper
Language:Multiple languages
Publishing Institution:Pädagogische Hochschule Ludwigsburg
Release Date:2022/10/13
Year of Completion:2022
Tag:Ungewissheit, Plugin, Arbor, Baum, Fast-and-Frugal-Baum
GND Keyword:Entscheidung; Wahrscheinlichkeit
Issue:Frontiers in Human Dynamics, 10.10.2022
Note:
Volltext ist unter angegebener DOI abrufbar.
Open Access:Ja
Licence (German):License LogoCreative Commons - CC BY - Namensnennung 4.0 International