📄 Reglas para la toma de decisiones
🔵 Tipos de reglas de decisión
Si utiliza una tarjeta de prepago, tendrá un control total de cuánto dinero se gasta y cuándo se gasta. Los fondos se guardan en la tarjeta, por lo que no hay que preocuparse de pagar la factura de una tarjeta de crédito o utilizar una tarjeta de débito para circunstancias más complicadas o imprevisibles. Además, un sistema de control de decisiones puede servir para que el propietario de una empresa de tarjetas de prepago pueda controlar fácilmente las transacciones realizadas con esta tarjeta de prepago. Cuando un sistema de control de decisiones permite definir rápida y fácilmente las reglas de compra, es eficiente.
Sigue siendo necesario hacer un seguimiento de los gastos de los empleados mediante el uso de servicios a la carta. Las empresas que prestan servicios de conserjería, por ejemplo, deben llevar un control de los lugares de compra, los plazos y los precios. Los directivos suelen encargarse de garantizar que los trabajadores no utilicen las tarjetas de prepago para gastar más de lo permitido o para realizar compras no aprobadas. Los directivos deben recurrir a los desarrolladores de software para crear o ajustar las reglas de decisión a medida que cambian las políticas de la empresa, lo que supone un proceso largo y costoso.
🦊 Reglas de decisión en pega
Un árbol de decisión es una ayuda para la toma de decisiones que emplea un modelo en forma de árbol de las decisiones y sus posibles resultados, como los resultados de la ocurrencia del azar, los costes de los recursos y la utilidad. Es una forma de mostrar un algoritmo compuesto enteramente por declaraciones de control condicional.
Un árbol de decisión es una estructura parecida a un diagrama de flujo en la que cada nodo interno representa una “prueba” sobre un atributo (por ejemplo, si una moneda sale cara o cruz), cada rama representa el resultado de la prueba y cada nodo hoja representa una marca de clase (decisión tomada tras calcular todos los atributos). Las reglas de clasificación se describen mediante los caminos que van de la raíz a la hoja.
Un árbol de decisión y su diagrama de impacto, estrechamente relacionado, se utilizan como método de apoyo visual y analítico en el análisis de decisiones para medir los valores esperados (o la utilidad esperada) de las alternativas en competencia.
En la investigación y gestión de operaciones, los árboles de decisión se utilizan a menudo. En la práctica, un árbol de decisión debe ir acompañado de un modelo de probabilidad como modelo de mejor elección o algoritmo de modelo de selección en línea si las decisiones deben tomarse en línea sin memoria e información incompleta. Los árboles de decisión también pueden utilizarse para calcular probabilidades condicionales como método descriptivo.
🌍 Escribir reglas de decisión
Una regla de decisión es una característica de la teoría de la decisión que asigna una observación a una acción efectiva. Las reglas de decisión están estrechamente relacionadas con la definición de una estrategia en la teoría de los juegos y desempeñan un papel importante en la estadística y la economía.
No hay referencias citadas en este artículo. Por favor, contribuya a mejorar este artículo citando fuentes creíbles. Es posible que el contenido sin fuentes sea cuestionado y retirado. Localice las fuentes: “Derecho de las decisiones” – JSTOR – noticias, medios de comunicación, libros y académicos (septiembre de 2016) (Para saber cuándo y cómo eliminar este mensaje de plantilla, lea las instrucciones al final de esta página).
🔅 Reglas de decisión aprendizaje automático
En el caso de los adultos con lesiones craneales leves, existen varias reglas de decisión clínica, pero no está claro su rendimiento en términos de precisión diagnóstica. El objetivo de este estudio fue clasificar sistemáticamente las reglas de decisión clínica para adultos con lesiones craneales leves y comparar las precisiones diagnósticas aproximadas para cualquier lesión intracraneal frente a las lesiones que requieren una intervención neuroquirúrgica.
Desde el inicio hasta marzo de 2010, se realizaron búsquedas en varias bases de datos bibliográficas electrónicas que cubrían la literatura biomédica, científica y gris. Al menos dos revisores independientes determinaron la elegibilidad de los estudios de cohortes que identificaron una regla de juicio clínico para identificar a los adultos con lesiones craneales menores (puntuación de la Escala de Coma de Glasgow de 13 a 15) que están en riesgo de lesión intracraneal o lesión que requiere intervención neuroquirúrgica.
Se encontraron veintidós estudios significativos. La selección de los pacientes, la especificación de los resultados y los criterios de comparación utilizados fueron diferentes. Los pacientes se dividieron en grupos de alto y moderado riesgo utilizando nueve reglas (para identificar lesiones intracraneales neuroquirúrgicas o no quirúrgicas). Para las lesiones que requieren una intervención neuroquirúrgica, las reglas de alto riesgo de la Canadian Computed Tomography Head Rule (CCHR) tienen una sensibilidad del 99% al 100% y una precisión del 48% al 77%. Otras normas, como los requisitos de Nueva Orleans, el National Emergency X-Ray Use Study II, el Comité de Neurotraumatología de la Federación Mundial de Sociedades de Neurocirugía, la Scandinavian Intercollegiate Guidelines Network y la Scottish Intercollegiate Guidelines Network, producen sensibilidades similares para las lesiones que requieren intervención neuroquirúrgica, pero con valores de especificidad más bajos y variables.