Árboles de decisión aprendidos
Etapa 3 · Del auge experto al giro estadístico (1980–2011) › Aprendizaje estadístico y modelos probabilísticos
- Linaje
- Datos y aprendizaje
- Tipo
- Publicación
Quién
Universidad de California en Berkeley, Universidad de Stanford
Qué ocurrió
Leo Breiman, Jerome Friedman, Richard Olshen y Charles Stone publican en 1984 el libro Classification and Regression Trees (CART). En 1986 el australiano Ross Quinlan publica en Machine Learning «Induction of Decision Trees», con su algoritmo ID3.
Qué aportó
Un programa construye a partir de ejemplos el árbol de preguntas que clasifica los casos, en lugar de que un experto escriba las reglas. Los árboles son la base de los bosques aleatorios y del boosting.
Desarrollo
Los sistemas expertos necesitaban que un ingeniero entrevistara a los especialistas y escribiera sus reglas una a una, un trabajo lento que se convirtió en el cuello de botella del campo. Los árboles de decisión ofrecían otra vía: obtener las reglas de los propios datos.
Un árbol de decisión clasifica un caso con una serie de preguntas sobre sus variables. El algoritmo lo construye de arriba abajo: busca la pregunta que mejor separa los ejemplos según su clase, divide los datos en dos o más grupos y repite el proceso en cada uno hasta que los grupos son casi puros. Quinlan elegía la pregunta con una medida tomada de la teoría de la información, la ganancia de información; CART usaba una medida de impureza parecida y añadía una poda para evitar árboles que memorizan los datos de entrenamiento.
Las dos líneas nacieron por separado, CART en la estadística de California y ID3 en el aprendizaje automático. El árbol resultante se puede leer como un conjunto de reglas, algo que ningún otro método de aprendizaje ofrecía, y eso lo hizo popular en medicina y en empresas.
Quinlan amplió ID3 con C4.5 en 1993. Breiman, uno de los autores de CART, combinó después muchos árboles en los bosques aleatorios, y el boosting también los usa como pieza básica.
Lleva a
Bosques aleatorios (1995)
Influencia directa documentada
Los bosques aleatorios de Breiman combinan muchos árboles de decisión construidos como en CART
Bibliografía
Fuente original
- Classification and Regression Trees (Wadsworth, 1984; reedición de CRC Press) (se abre en una pestaña nueva). Leo Breiman, Jerome Friedman, Richard Olshen y Charles Stone, 1984
- Induction of Decision Trees. Machine Learning, 1(1), pp. 81-106 (se abre en una pestaña nueva). Ross Quinlan, 1986
Cómo citar
«Árboles de decisión aprendidos». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/arboles-de-decision
Última revisión de esta ficha: 13 de noviembre de 2026.