8.12S Θεωρία Λήψης Αποφάσεων
Γρηγόριος Μπεληγιάννης
Κύριος στόχος του μαθήματος είναι η αναλυτική παρουσίαση του θεωρητικού αλλά και του πρακτικού πλαισίου υποστήριξης της έννοιας και του περιεχομένου της Θεωρίας Αποφάσεων καθώς και της σημασίας που αυτά έχουν για τη νέα ψηφιακή διαδικτυακή επιχείρηση.
Επίσης, η μεθοδολογική τεκμηρίωση αποφάσεων, δράσεων και αλγορίθμων κατάλληλων για την αντιμετώπιση πραγματικών προβλημάτων και καταστάσεων σε επιχειρηματικό επίπεδο με αξιοποίηση της τεχνολογίας που προσφέρουν οι Η/Υ και το διαδίκτυο.
Οι θεματικές ενότητες και οι διαλέξεις του μαθήματος είναι οι εξής:
1η Διάλεξη: Εισαγωγή στη Θεωρία Αποφάσεων. Συστήματα Αναγνώρισης Προτύπων/Λήψης Αποφάσεων.
2η Διάλεξη: Θεωρία Απόφασης του Bayes. Ταξινομητές, Διακρίνουσες Συναρτήσεις και Επιφάνειες Απόφασης. Πιθανότητες Λάθους και Διαστήματα.
3η Διάλεξη: Θεωρία Απόφασης του Bayes. Παρουσίαση παραδειγμάτων και επίλυση ασκήσεων.
4η Διάλεξη: Επίλυση Προβλημάτων με Αναζήτηση.
5η Διάλεξη: Πληροφορημένη Αναζήτηση και Εξερεύνηση.
6η Διάλεξη: Αλγόριθμοι Τοπικής Αναζήτησης και Προβλήματα Βελτιστοποίησης, Αλγόριθμοι Αναζήτησης (Ασκήσεις)
7η Διάλεξη: Προβλήματα Ικανοποίησης Περιορισμών.
8η Διάλεξη: Αναζήτηση με Αντιπαλότητα.
9η Διάλεξη: Αβεβαιότητα, Στατιστική Μάθηση, Μέγιστη Πιθανοφάνεια
10η Διάλεξη: Λήψη Απλών Αποφάσεων
Στο τέλος του εξαμήνου, πραγματοποιούνται και δύο επαναληπτικά μαθήματα στα οποία επιλύονται επιλεγμένες ασκήσεις και θέματα παλαιότερων εξεταστικών.
Λιγότερα
Κύριος στόχος του μαθήματος είναι η αναλυτική παρουσίαση του θεωρητικού αλλά και του πρακτικού πλαισίου υποστήριξης της έννοιας και του περιεχομένου της Θεωρίας Αποφάσεων καθώς και της σημασίας που αυτά έχουν για τη νέα ψηφιακή διαδικτυακή επιχείρηση.
Επίσης, η μεθοδολογική τεκμηρίωση αποφάσεων, δράσεων και αλγορίθμων κατάλληλων για την αντιμετώπιση πραγματικών προβλημάτων και καταστάσεων σε επιχειρηματικό επίπεδο με αξιοποίηση της τεχνολογίας που προσφέρουν οι Η/Υ και το διαδίκτυο.
Οι θεματικές ενότητες και οι διαλέξεις του μαθήματος είναι οι εξής:
1η Διάλεξη: Εισαγωγή στη Θεωρία Αποφάσεων. Συστήματα Αναγνώρισης Προτύπων/Λήψης Αποφάσεων.
2η Διάλεξη: Θεωρία Απόφασης του Bayes. Ταξινομητές, Διακρίνουσες Συναρτήσεις και Επιφάνειες Απόφασης. Πιθανότητες Λάθους και Διαστήματα.
3η Διάλεξη: Θεωρία Απόφασης του Bayes. Παρουσίαση παραδειγμάτων και επίλυση ασκήσεων.
4η Διάλεξη: Επίλυση Προβλημάτων με Αναζήτηση.
5η Διάλεξη: Πληροφορημένη Αναζήτηση και Εξερεύνηση.
6η Διάλεξη: Αλγόριθμοι Τοπι
Κύριος στόχος του μαθήματος είναι η αναλυτική παρουσίαση του θεωρητικού αλλά και του πρακτικού πλαισίου υποστήριξης της έννοιας και του περιεχομένου της Θεωρίας Αποφάσεων καθώς και της σημασίας που αυτά έχουν για τη νέα ψηφιακή διαδικτυακή επιχείρηση.
Επίσης, η μεθοδολογική τεκμηρίωση αποφάσεων, δράσεων και αλγορίθμων κατάλληλων για την αντιμετώπιση πραγματικών προβλημάτων και καταστάσεων σε επιχειρηματικό επίπεδο με αξιοποίηση της τεχνολογίας που προσφέρουν οι Η/Υ και το διαδίκτυο.
Οι θεματικές ενότητες και οι διαλέξεις του μαθήματος είναι οι εξής:
1η Διάλεξη: Εισαγωγή στη Θεωρία Αποφάσεων. Συστήματα Αναγνώρισης Προτύπων/Λήψης Αποφάσεων.
2η Διάλεξη: Θεωρία Απόφασης του Bayes. Ταξινομητές, Διακρίνουσες Συναρτήσεις και Επιφάνειες Απόφασης. Πιθανότητες Λάθους και Διαστήματα.
3η Διάλεξη: Θεωρία Απόφασης του Bayes. Παρουσίαση παραδειγμάτων και επίλυση ασκήσεων.
4η Διάλεξη: Επίλυση Προβλημάτων με Αναζήτηση.
5η Διάλεξη: Πληροφορημένη Αναζήτηση και Εξερεύνηση.
6η Διάλεξη: Αλγόριθμοι Τοπι
Εξαγωγή Χαρακτηριστικών, Ταξινόμηση, Μετα-επεξεργασία.
Κύκλος Σχεδίασης (Συλλογή Δεδομένων, Επιλογή Χαρακτηριστικών, Επιλογή Μοντέλου, Εκπαίδευση, Αποτίμηση)
Υπολογιστική Πολυπλοκότητα
Μάθηση και Προσαρμοστικότητα
Επιβλεπόμενη Μάθηση, Μη επιβλεπόμενη μάθηση
Τρόποι Εκπαίδευσης
Κανόνας Απόφασης του Bayes
Ταξινόμηση Δύο Κατηγοριών
Ταξινόμηση Ελάχιστου Ρυθμού Λάθους
Ταξινομητές, Διακρίνουσες Συναρτήσεις και Επιφάνειες Απόφασης
Πιθανότητες Λάθους και Διαστήματα
Η κανονική συνάρτηση πυκνότητας πιθανότητας
Ασκήσεις
- Κανόνας απόφασης του Bayes
- Περιοχές (διαστήματα) απόφασης και πιθανότητες λάθους
- Ταξινομητές και Διακρίνουσες συναρτήσεις
Μέθοδοι (πράκτορες) επίλυσης προβλημάτων
Χαρακτηριστικά του περιβάλλοντος
Προβλήματα και Λύσεις
Προβλήματα παιχνίδια (ο κόσμος της ηλεκτρικής σκούπας, το παζλ των οκτώ πλακιδίων, το πρόβλημα των οκτώ βασιλισσών)
Προβλήματα του πραγματικού κόσμου (εύρεση δρομολογίου, προβλήματα περιήγησης)
Αναζήτηση λύσεων (δένδρο αναζήτησης, μέτρηση απόδοσης αλγορίθμων αναζήτησης)
Στρατηγικές απληροφόρητης αναζήτησης (αναζήτηση πρώτα κατά πλάτος, αναζήτηση πρώτα κατά βάθος, παραλλαγές)
Αναζήτηση με μερική πληροφόρηση (προβλήματα χωρίς αισθητήρες, προβλήματα ενδεχομένων)
Στρατηγικές πληροφορημένης (ευρετικής) αναζήτησης (απληστη αναζήτηση πρώτα στο καλύτερο, αναζήτηση Α*)
Συνεπείς ευρετικές συναρτήσεις
Ευρετική Αναζήτηση Περιορισμένης Μνήμης (Α* με επαναληπτική εκβάθυνση, αναδρομική αναζήτηση πρώτα στο καλύτερο)
Ευρετικές Συναρτήσεις
Αναρρίχηση λόφων
Προσομοιωμένη ανόπτηση
Τοπική ακτινική αναζήτηση
Γενετικοί αλγόριθμοι
Ασκήσεις
- Απληροφόρητη Αναζήτηση και Εξερεύνηση
- Πληροφορημένη Αναζήτηση και Εξερεύνηση
Γράφος περιορισμών
Αναζήτηση με υπαναχώρηση στα προβλήματα ικανοποίησης περιορισμών
Προτεραιότητα μεταβλητών και τιμών
Διάδοση πληροφοριών μέσω περιορισμών, αντιμετώπιση ειδικών περιορισμών, υπαναχώρηση με άλμα
Τοπική Αναζήτηση στα Προβλήματα Ικανοποίησης Περιορισμών (ελάχιστες συγκρούσεις)
Παιχνίδια δύο παικτών μηδενικού αθροίσματος
Δέντρο παιχνιδιού
Βέλτιστες στρατηγικές, αλγόριθμος minimax, παιχνίδια πολλών παικτών
Κλάδεμα Άλφα?Βήτα
Ατελείς αποφάσεις σε πραγματικό χρόνο (συναρτήσεις αξιολόγησης, αποκοπή αναζήτησης, επίδραση του ορίζοντα)
Παιχνίδια τύχης (αξιολόγηση θέσης σε παιχνίδια με κόμβους τύχης)
Παιχνίδια ατελούς πληροφόρησης
Δράση υπό αβεβαιότητα, χειρισμός της αβέβαιης γνώσης, ορθολογικές αποφάσεις
Ατομικά Συμβάντα (ιδιότητες, εκ των προτέρων πιθανότητα, πυκνότητα πιθανότητας, υπό συνθήκη πιθανότητα)
Συμπεράσματα με πλήρεις συνδυασμένες κατανομές πιθανότητας
Υπολογισμός υπό-συνθήκη πιθανοτήτων, ανεξαρτησία, αιτιολογική και διαγνωστική γνώση
Συνδυασμός μαρτυριών, υπό συνθήκη ανεξαρτησία, απλοϊκό μοντέλο Bayes
Στατιστική Μάθηση (μάθηση κατά Bayes, μέγιστη εκ των υστέρων πιθανότητα, μέγιστη πιθανοφάνεια)
Μάθηση με πλήρη δεδομένα (μάθηση μέγιστης πιθανοφάνειας)
Αρχή της Μέγιστης Αναμενόμενης Χρησιμότητας
Προτιμήσεις και λοταρίες
Αξιώματα της Θεωρίας Χρησιμοτήτων
Χρησιμότητα, συναρτήσεις χρησιμότητας, χρησιμότητα των χρημάτων, κλίμακες χρησιμότητας, πολυκριτηριακές συναρτήσεις χρησιμότητας
Στοχαστική κυριαρχία, προτιμήσεις χωρίς αβεβαιότητα, προτιμήσεις με αβεβαιότητα
Δίκτυα αποφάσεων
Ανοικτό Ακαδ. Μάθημα
Αρ. Επισκέψεων : 4157
Αρ. Προβολών : 26976
