- 決定木は情報を効果的かつ簡潔に伝える方法であり、ほとんどの人に理解されやすい。
- 最近の説明可能なAIや関連分野への関心を考えると、決定木は人気の選択肢である。
- 決定木の独自の構造から、構造を無視するアプローチよりも効率的なアルゴリズムを得ることができる可能性がある。
私の考え：
決定木はデータを最適に表現するための研究の概要を提供し、様々な制約（公平性やサイズなど）を尊重しつつ最適な回帰/決定木を構築することに焦点を当てる。
動的プログラミングと探索に基づく当社の技術が、最新のアプローチに比べてランタイムの改善を数桁達成できることを示している。
決定/回帰木に固有の特性を活用する一連の専門技術により、当社のアプローチの成功は支えられている。