这本书的重点是面向深度不确定性下关于决策的理论和实践的相关工具和方法。它探讨了在深度不确定性下支持战略计划设计的方法和工具,以及它们在现实世界中的测试,包括在实践中使用它们的障碍和促成因素。这本书扩展了传统的方法和工具,包括与手头的问题相关的行为和网络的分析。它还展示了如何利用应用过程中获得的经验教训来改进设计过程中使用的方法和工具。这本书提供了识别和运用适当的方法和工具来设计计划的指导,以及在现实世界中实施这些计划的建议。对于决策者和实践者,这本书包括现实的例子和实用的指导方针,应该帮助他们理解在深度不确定性下的决策是什么,以及它可能如何帮助他们。

深度不确定性下的决策: 从理论到实践分为四个部分。第一部分介绍了在深度不确定性下设计策略计划的五种方法: 稳健决策、动态适应规划、动态适应策略路径、信息缺口决策理论和工程选项分析。每种方法都是根据其理论基础、使用方法时要遵循的方法学步骤、最新的方法学见解和改进的挑战来制定的。在第二部分中,将介绍每一种方法的应用。基于最近的案例研究,运用每种方法的实际意义被深入讨论。第三部分基于对真实世界案例的理解,重点关注在真实世界的环境中使用这些方法和工具。第四部分包含结论和综合可以为设计、应用和执行深度不确定性下的策略计划而得出的教训,以及对未来工作的建议。

成为VIP会员查看完整内容
143

相关内容

【布朗大学David Abel博士论文】强化学习抽象理论,297页pdf
最新《可解释机器学习:原理与实践》综述论文,33页pdf
专知会员服务
159+阅读 · 2020年10月10日
【干货书】机器学习Primer,122页pdf
专知会员服务
106+阅读 · 2020年10月5日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
151+阅读 · 2020年8月27日
【干货书】用Python构建概率图模型,173页pdf
专知会员服务
111+阅读 · 2020年8月23日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
182+阅读 · 2020年7月29日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
247+阅读 · 2020年6月16日
自动化学科面临的挑战
专知
4+阅读 · 2020年12月19日
不对称多代理博弈中的博弈理论解读
AI前线
14+阅读 · 2018年3月8日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
量化投资与建模基于贝叶斯系列
量化投资与机器学习
15+阅读 · 2017年7月12日
RNN | RNN实践指南(3)
KingsGarden
7+阅读 · 2017年6月5日
Arxiv
0+阅读 · 2021年3月11日
Arxiv
0+阅读 · 2021年3月8日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
Arxiv
3+阅读 · 2018年5月21日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
22+阅读 · 2018年2月14日
VIP会员
相关VIP内容
【布朗大学David Abel博士论文】强化学习抽象理论,297页pdf
最新《可解释机器学习:原理与实践》综述论文,33页pdf
专知会员服务
159+阅读 · 2020年10月10日
【干货书】机器学习Primer,122页pdf
专知会员服务
106+阅读 · 2020年10月5日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
151+阅读 · 2020年8月27日
【干货书】用Python构建概率图模型,173页pdf
专知会员服务
111+阅读 · 2020年8月23日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
182+阅读 · 2020年7月29日
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
247+阅读 · 2020年6月16日
相关资讯
自动化学科面临的挑战
专知
4+阅读 · 2020年12月19日
不对称多代理博弈中的博弈理论解读
AI前线
14+阅读 · 2018年3月8日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
量化投资与建模基于贝叶斯系列
量化投资与机器学习
15+阅读 · 2017年7月12日
RNN | RNN实践指南(3)
KingsGarden
7+阅读 · 2017年6月5日
相关论文
Arxiv
0+阅读 · 2021年3月11日
Arxiv
0+阅读 · 2021年3月8日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Explanatory Graphs for CNNs
Arxiv
4+阅读 · 2018年12月18日
Arxiv
3+阅读 · 2018年5月21日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
22+阅读 · 2018年2月14日
微信扫码咨询专知VIP会员