Reklam
Yapay zekâ sözlüğü Başlangıç seviyesi

Karar Ağacı (Decision Tree)

Decision Tree

31.08.2026 tarihinde güncellendi

Karar ağacı, verileri belirli kurallara ve sorulara göre dallara ayırarak tahmin veya sınıflandırma yapan, akış şeması benzeri görselleştirilebilir ve açıklanabilir bir makine öğrenmesi algoritmasıdır.

Genel bakış

Kavramın çerçevesi
İnsan düşünce yapısına en yakın çalışan algoritmalardan biridir. 'Eğer gelir > 10.000 TL ise ve yaş > 25 ise kredi ver' gibi anlaşılır kurallar dizisi oluşturur.

Çalışma mantığı: Veriyi en saf (en homojen) alt gruplara ayırmak için Gini Kirliliği (Gini Impurity) veya Entropi / Bilgi Kazancı (Information Gain) metriklerini kullanarak kök düğümden (root node) yaprak düğümlere (leaf nodes) kadar dallanır.

Kullanım alanları: Müşteri segmentasyonu, medikal teşhis akışları, risk analizi ve kural tabanlı iş süreçlerinin modellenmesi.

Sınırlılıklar ve dikkat edilmesi gerekenler: Budama (pruning) yapılmazsa ve ağaç çok derinleşirse eğitim verisini çok kolay ezberler (overfitting). Bu zafiyeti aşmak için Rastgele Orman (Random Forest) gibi topluluk modelleri kullanılır.

Teknik tanım ve açıklama

Temel mekanizma
Öznitelik uzayını hiyerarşik eksenlere paralel karar sınırları ile parçalara bölen, yaprak düğümlerinde sınıf etiketleri veya sürekli değerler barındıran hiyerarşik modeldir.

Gerçek hayatta kullanım

Örnek senaryo
Bir bankanın müşteriye kredi verip vermeyeceğine karar verirken; önce 'Kredi Notu > 1500 mü?', ardından 'Maaş > 30.000 TL mi?' sorularıyla adım adım ilerleyen karar ağacı.