找工作、创业、投资、战略决策，有没有一些合适的工具推荐？
决策树（Decision tree）由一个决策图和可能的结果（包括资源成本和风险）组成， 用来创建到达目标的规划。
决策树应用机器学习，大数据挖掘，基于信息论的决策树算法有ID3，CART和C4.5算法等，今天我们把他迁移到商业管理领域。
决策树就是每个决策或时间都可以引出两个或多个事件，导致不同的结果，把这种决策分支画成图形很像一颗树的树干。每种分枝决策加上概率，可以称之为概率树Probability Tree。
西蒙说：管理都是决策。而决策树，就是一种把决策节点画成树的辅助巨册工具，一种寻找最优化方案的画图法。
决策树模型是一种流程方法模型。
如何使用决策树进行决策？
第一步：绘制树状图：根据已知条件列出各方案的的状态；
第二步：表示损益值：将各状态概率及损益值标于概率枝上；
第三步：计算期望值：计算各方案期望值并标于对应的状态结点上；
第四步：剪枝做决策：进行剪枝，比较各方案期望值，并标于方案枝上，将期望值小的(即劣等方案剪掉)所剩最后方案即为最佳方案。
使用决策树进行决策的条件：
1.目标：具有决策者期望达到的明确目标；
2.方案：存在决策者可供选择的两个以上的可行的决策方案；
3.变量：存在决策者无法控制的两种以上的因素；
4.损益：不同方案在不同决策下的损益值可以计算出来；
5.概率：决策者能估算出不同状态下发生的概率。
银行放款就使用决策树模型，首先判断客户的年收入指标。如果大于20万，可以贷款；否则继续判断。然后判断客户是否有房产。如果有房产，可以贷款；否则不能贷款。
决策树模型是一种流程方法模型