Analisi e modellazione delle decisioni sequenziali: Modellazione con Python

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 3 voti.

Titolo originale:

Sequential Decision Analytics and Modeling: Modeling with Python

Contenuto del libro:

I problemi di decisione sequenziale si presentano praticamente in ogni processo umano. Essi riguardano la finanza, l'energia, i trasporti, la salute, il commercio elettronico e le catene di approvvigionamento e comprendono problemi di apprendimento puro che si presentano in laboratorio o in esperimenti sul campo.

Comprendono anche algoritmi di ricerca per massimizzare funzioni incerte. Una dimensione importante di ogni problema è la necessità di prendere decisioni in presenza di diverse forme di incertezza e di processi informativi in evoluzione. Il lavoro di Warren B.

Powell sui problemi decisionali sequenziali è iniziato negli anni '80 e ha riguardato il settore ferroviario, l'energia, la sanità, la finanza, il commercio elettronico, la gestione della catena di approvvigionamento e persino l'apprendimento per la scienza dei materiali. Il suo lavoro su un'ampia gamma di problemi ha evidenziato l'importanza di utilizzare una varietà di metodi.

Nel corso di questo processo, si è reso conto che qualsiasi problema decisionale sequenziale può essere modellato utilizzando un unico quadro universale che prevede la ricerca di più metodi per prendere decisioni. L'obiettivo di questo libro è quello di consentire ai lettori di capire come affrontare, modellare e risolvere un problema decisionale sequenziale. A tal fine, utilizza uno stile di insegnamento per esempi per illustrare una struttura di modellazione che può rappresentare qualsiasi problema di decisione sequenziale.

Affronta la sfida di progettare metodi, chiamati politiche, per prendere decisioni e descrive quattro classi di politiche che sono universali, in quanto abbracciano qualsiasi metodo che potrebbe essere utilizzato, sia dalla letteratura accademica che dalle euristiche utilizzate nella pratica. Anche se questo non significa che ogni problema possa essere risolto immediatamente, il quadro di riferimento aiuta a evitare la tendenza della letteratura accademica a concentrarsi su classi ristrette di metodi.