Ocena:
Książka jest chwalona za jasne i zwięzłe omówienie ilościowych i obliczeniowych metod podejmowania decyzji, z logiczną strukturą, która ułatwia naukę. Służy jako doskonały tekst wprowadzający z zastosowaniami w różnych dziedzinach. Jednak niektórzy użytkownicy uznali ją za zbyt powierzchowną i fragmentaryczną, pozbawioną głębi w zakresie wdrażania rozwiązań i bardziej przypominającą zbiór prac badawczych.
Zalety:⬤ Kompleksowe omówienie szerokiego zakresu tematów związanych z podejmowaniem decyzji i metodami obliczeniowymi.
⬤ Logiczna i stopniowa prezentacja materiału, ułatwiająca jego zrozumienie.
⬤ Przejrzysty i precyzyjny język, przystępny dla osób nieposiadających zaawansowanego przygotowania matematycznego.
⬤ Przydatny zarówno dla początkujących, jak i jako źródło informacji z obszernymi bibliografiami na końcu rozdziałów.
⬤ Silny nacisk na samodzielną naukę z dobrze przedstawionym złożonym materiałem.
⬤ Niektórzy użytkownicy zgłaszali, że książka nie jest wystarczająco dogłębna do rzeczywistego wdrażania rozwiązań.
⬤ Niektóre rozdziały wydawały się chaotyczne, napisane przez różnych autorów, co prowadziło do fragmentarycznej lektury.
⬤ Nie nadaje się dla osób bez podstawowej wiedzy na ten temat.
⬤ Kilku użytkowników zauważyło wady druku, takie jak brakujące rozdziały.
(na podstawie 17 opinii czytelników)
Decision Making Under Uncertainty: Theory and Application
Wprowadzenie do podejmowania decyzji w warunkach niepewności z perspektywy obliczeniowej, obejmujące zarówno teorię, jak i zastosowania, od rozpoznawania mowy po unikanie kolizji w powietrzu.
Wiele ważnych problemów wiąże się z podejmowaniem decyzji w warunkach niepewności, czyli wybieraniem działań na podstawie często niedoskonałych obserwacji o nieznanych wynikach. Projektanci zautomatyzowanych systemów wspomagania decyzji muszą brać pod uwagę różne źródła niepewności, jednocześnie równoważąc wiele celów systemu. Niniejsza książka stanowi wprowadzenie do wyzwań związanych z podejmowaniem decyzji w warunkach niepewności z perspektywy obliczeniowej. Przedstawia zarówno teorię stojącą za modelami i algorytmami podejmowania decyzji, jak i zbiór przykładowych zastosowań, od rozpoznawania mowy po unikanie kolizji samolotów.
Koncentrując się na dwóch metodach projektowania agentów decyzyjnych, planowaniu i uczeniu się ze wzmocnieniem, książka obejmuje modele probabilistyczne, wprowadzając sieci bayesowskie jako model graficzny, który przechwytuje probabilistyczne relacje między zmiennymi; teorię użyteczności jako ramy dla zrozumienia optymalnego podejmowania decyzji w warunkach niepewności; procesy decyzyjne Markowa jako metodę modelowania problemów sekwencyjnych; niepewność modelu; niepewność stanu; oraz kooperacyjne podejmowanie decyzji z udziałem wielu współdziałających agentów. Seria aplikacji pokazuje, w jaki sposób koncepcje teoretyczne mogą być stosowane w systemach wyszukiwania osób opartych na atrybutach, aplikacjach mowy, unikaniu kolizji i stałym nadzorze bezzałogowych statków powietrznych.
Książka "Podejmowanie decyzji w warunkach niepewności" ujednolica badania z różnych środowisk przy użyciu spójnej notacji i jest dostępna dla studentów i badaczy z różnych dyscyplin inżynieryjnych, którzy mieli wcześniej styczność z teorią prawdopodobieństwa i rachunkiem prawdopodobieństwa. Może być wykorzystywana jako tekst dla zaawansowanych studentów studiów licencjackich i magisterskich w dziedzinach takich jak informatyka, inżynieria lotnicza i kosmiczna oraz inżynieria elektryczna, a także nauki o zarządzaniu. Będzie to również cenne profesjonalne źródło informacji dla naukowców z różnych dyscyplin.
