Für die didaktische Simulation des Entscheidungsbaum-Algorithmus wurde der Entscheidungsbaum-Ersteller ENTER entwickelt. Die Software kann als Hilfsmittel bei der Umsetzung des Themas Entscheidungsbaum des LehrplanPLUS-Kapitels 11.4 Künstliche Intelligenz des bayerischen Lehrplans dienen. Sie eignet sich sowohl um die Trainings- und Testphase des Algorithmus maschinellen Lernens zu simulieren, als auch um den Einfluss von Trainingsdaten und Parametern auf die Zuverlässigkeit der Ergebnisse des Entscheidungsbaum-Algorithmus zu untersuchen.

Die Software bietet sowohl die Möglichkeit einen Entscheidungsbaum unter Verwendung verschiedener Split-Kriterien (u.a. Fehlklassifikationsrate, Gini-Impurity, ...) unter Einbezug verschiedener Hyperparameter zu erstellen und graphisch darzustellen, als auch die Güte des erstellten Baums anhand von Testdaten zu testen, die Ergebnisse in Form einer Konfusionsmatrix anzuzeigen und das Modell anhand des Gütemaßes Genauigkeit zu bewerten. Der Entscheidungsbaum-Ersteller ermöglicht außerdem die genauere Untersuchung eines erstellten Entscheidungsbaums, indem man sich die verwendeten (Teil-) Datensätze in den einzelnen Knoten, sowie die dort berechneten Informationsgewinne anzeigen lassen kann. Des Weiteren kann ein geladener Datensatz automatisch in Trainings- und Testdaten geteilt werden um den Einfluss verschiedener Trainingsdaten auf die Modellerstellung zu simulieren.

Homepage ENTER: https://d3rfuch5.github.io/ENTER/

Ausführliche Informationen zur Installation und Verwendung der Software finden Sie im Handbuch zum ENTER, welches auch in diesem Repository abrufbar ist.