Sequential Decision Analytics and Modeling: Modelování v jazyce Python

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 3 hlasů.

Původní název:

Sequential Decision Analytics and Modeling: Modeling with Python

Obsah knihy:

Problémy sekvenčního rozhodování se objevují prakticky v každém lidském procesu. Zahrnují finance, energetiku, dopravu, zdravotnictví, elektronický obchod a dodavatelské řetězce a patří mezi ně i čistě učební problémy, které vznikají při laboratorních nebo terénních experimentech.

Zahrnují dokonce i vyhledávací algoritmy pro maximalizaci neurčitých funkcí. Důležitým rozměrem každého problémového prostředí je potřeba rozhodovat za přítomnosti různých forem nejistoty a vyvíjejících se informačních procesů. Práce Warrena B.

Powella v oblasti sekvenčních rozhodovacích problémů začala v 80.

letech 20. století a zahrnovala železniční dopravu, energetiku, zdravotnictví, finance, elektronický obchod, řízení dodavatelských řetězců a dokonce i učení pro materiálové vědy.

Jeho práce na široké škále problémů zdůraznila význam používání různých metod. Přitom si uvědomil, že jakýkoli problém sekvenčního rozhodování lze modelovat pomocí jediného univerzálního rámce, který zahrnuje prohledávání metod rozhodování. Cílem této knihy je umožnit čtenářům pochopit, jak přistupovat k problému sekvenčního rozhodování, jak jej modelovat a řešit.

Za tímto účelem používá styl učení na příkladech k ilustraci modelovacího rámce, který může reprezentovat jakýkoli problém sekvenčního rozhodování. Zabývá se výzvou navrhování metod, tzv. politik, pro rozhodování a popisuje čtyři třídy politik, které jsou univerzální, protože zahrnují všechny metody, které mohou být použity; ať už z akademické literatury, nebo heuristiky používané v praxi.

To sice neznamená, že každý problém lze vyřešit okamžitě, ale tento rámec pomáhá vyhnout se tendenci v akademické literatuře zaměřovat se na úzké třídy metod.