Sekwencyjna analiza i modelowanie decyzji: Modelowanie z Pythonem

Ocena:   (3,6 na 5)

Sekwencyjna analiza i modelowanie decyzji: Modelowanie z Pythonem (B. Powell Warren)

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 3 głosach.

Oryginalny tytuł:

Sequential Decision Analytics and Modeling: Modeling with Python

Zawartość książki:

Sekwencyjne problemy decyzyjne pojawiają się w praktycznie każdym ludzkim procesie. Obejmują one finanse, energię, transport, zdrowie, handel elektroniczny i łańcuchy dostaw, a także problemy związane z czystym uczeniem się, które pojawiają się w eksperymentach laboratoryjnych lub terenowych.

Obejmują one nawet algorytmy wyszukiwania w celu maksymalizacji niepewnych funkcji. Ważnym wymiarem każdego problemu jest potrzeba podejmowania decyzji w obecności różnych form niepewności i ewoluujących procesów informacyjnych. Prace Warrena B.

Powella nad sekwencyjnymi problemami decyzyjnymi rozpoczęły się w latach 80. i obejmowały kolejnictwo, energetykę, zdrowie, finanse, handel elektroniczny, zarządzanie łańcuchem dostaw, a nawet uczenie się w nauce o materiałach. Jego praca nad szerokim zakresem problemów uwypukliła znaczenie stosowania różnorodnych metod.

W trakcie tego procesu zdał sobie sprawę, że każdy sekwencyjny problem decyzyjny można modelować za pomocą jednej uniwersalnej struktury, która obejmuje wyszukiwanie metod podejmowania decyzji. Celem tej książki jest umożliwienie czytelnikom zrozumienia sposobu podejścia, modelowania i rozwiązywania sekwencyjnych problemów decyzyjnych. W tym celu wykorzystano styl nauczania przez przykłady, aby zilustrować ramy modelowania, które mogą reprezentować dowolny sekwencyjny problem decyzyjny.

Podejmuje wyzwanie projektowania metod, zwanych politykami, do podejmowania decyzji i opisuje cztery klasy polityk, które są uniwersalne, ponieważ obejmują każdą metodę, która może być użyta; czy to z literatury akademickiej, czy heurystyki stosowanej w praktyce. Chociaż nie oznacza to, że każdy problem może być rozwiązany natychmiast, ramy te pomagają uniknąć tendencji w literaturze akademickiej do koncentrowania się na wąskich klasach metod.

Dodatkowe informacje o książce:

ISBN:9781638280828
Autor:
Wydawca:
Język:angielski
Oprawa:Twarda oprawa

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Przybliżony program dynamiczny - Approximate Dynamic Programmin
Pochwała pierwszego wydania "Wreszcie książka poświęcona programowaniu dynamicznemu i napisana w...
Przybliżony program dynamiczny - Approximate Dynamic Programmin
Sekwencyjna analiza i modelowanie decyzji: Modelowanie z Pythonem - Sequential Decision Analytics...
Sekwencyjne problemy decyzyjne pojawiają się w...
Sekwencyjna analiza i modelowanie decyzji: Modelowanie z Pythonem - Sequential Decision Analytics and Modeling: Modeling with Python
Nowoczesne podejście do nauczania wprowadzenia do optymalizacji - A Modern Approach to Teaching an...
Optymalizacja powinna być nauką o podejmowaniu...
Nowoczesne podejście do nauczania wprowadzenia do optymalizacji - A Modern Approach to Teaching an Introduction to Optimization
Uczenie ze wzmocnieniem i optymalizacja stochastyczna: Ujednolicone ramy dla decyzji sekwencyjnych -...
UCZENIE ZE WZMOCNIENIEM I OPTYMALIZACJA...
Uczenie ze wzmocnieniem i optymalizacja stochastyczna: Ujednolicone ramy dla decyzji sekwencyjnych - Reinforcement Learning and Stochastic Optimization: A Unified Framework for Sequential Decisions

Prace autora wydały następujące wydawnictwa:

© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)