ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Decision Making Under Uncertainty: Theory and Application

دانلود کتاب تصمیم گیری در شرایط عدم قطعیت: نظریه و کاربرد

Decision Making Under Uncertainty: Theory and Application

مشخصات کتاب

Decision Making Under Uncertainty: Theory and Application

دسته بندی: ریاضیات کاربردی
ویرایش: 1 
نویسندگان:   
سری: MIT Lincoln Laboratory Series 
ISBN (شابک) : 0262029251, 9780262029254 
ناشر: The MIT Press 
سال نشر: 2015 
تعداد صفحات: 350 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت

قیمت کتاب (تومان) : 34,000



کلمات کلیدی مربوط به کتاب تصمیم گیری در شرایط عدم قطعیت: نظریه و کاربرد: ریاضیات، تئوری تصمیم (DMT)



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Decision Making Under Uncertainty: Theory and Application به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تصمیم گیری در شرایط عدم قطعیت: نظریه و کاربرد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تصمیم گیری در شرایط عدم قطعیت: نظریه و کاربرد



بسیاری از مشکلات مهم شامل تصمیم گیری در شرایط عدم قطعیت است -- یعنی انتخاب اقدامات بر اساس مشاهدات اغلب ناقص و با نتایج ناشناخته. طراحان سیستم های پشتیبانی تصمیم گیری خودکار باید منابع مختلف عدم قطعیت را در حین ایجاد تعادل بین اهداف متعدد سیستم در نظر بگیرند. این کتاب مقدمه ای بر چالش های تصمیم گیری در شرایط عدم قطعیت از دیدگاه محاسباتی ارائه می دهد. این کتاب هم تئوری پشت مدل‌ها و الگوریتم‌های تصمیم‌گیری را ارائه می‌کند و هم مجموعه‌ای از کاربردهای مثال را که از تشخیص گفتار تا اجتناب از برخورد هواپیما را شامل می‌شود.

با تمرکز بر دو روش برای طراحی عوامل تصمیم‌گیری، برنامه‌ریزی و یادگیری تقویتی، کتاب مدل های احتمالی را پوشش می دهد و شبکه های بیزی را به عنوان یک مدل گرافیکی معرفی می کند که روابط احتمالی بین متغیرها را نشان می دهد. نظریه سودمندی به عنوان چارچوبی برای درک تصمیم گیری بهینه در شرایط عدم قطعیت. فرآیندهای تصمیم مارکوف به عنوان روشی برای مدل سازی مسائل متوالی. عدم قطعیت مدل؛ عدم قطعیت وضعیت؛ و تصمیم گیری مشارکتی که شامل چندین عامل تعاملی است. مجموعه‌ای از برنامه‌ها نشان می‌دهند که چگونه می‌توان مفاهیم نظری را برای سیستم‌های جستجوی شخص مبتنی بر ویژگی، برنامه‌های گفتاری، اجتناب از برخورد و نظارت مداوم هواپیماهای بدون سرنشین به کار برد.

تصمیم گیری در شرایط عدم قطعیت تحقیقات جوامع مختلف را با استفاده از نمادهای ثابت یکپارچه می کند و برای دانشجویان و محققین رشته های مهندسی که قبلاً در معرض نظریه احتمالات و محاسبات بوده اند قابل دسترسی است. این می تواند به عنوان یک متن برای دانشجویان پیشرفته در مقطع کارشناسی و کارشناسی ارشد در زمینه هایی مانند علوم کامپیوتر، هوا فضا و مهندسی برق و علوم مدیریت استفاده شود. همچنین یک مرجع حرفه ای ارزشمند برای محققان در رشته های مختلف خواهد بود.


توضیحاتی درمورد کتاب به خارجی

Many important problems involve decision making under uncertainty -- that is, choosing actions based on often imperfect observations, with unknown outcomes. Designers of automated decision support systems must take into account the various sources of uncertainty while balancing the multiple objectives of the system. This book provides an introduction to the challenges of decision making under uncertainty from a computational perspective. It presents both the theory behind decision making models and algorithms and a collection of example applications that range from speech recognition to aircraft collision avoidance.

Focusing on two methods for designing decision agents, planning and reinforcement learning, the book covers probabilistic models, introducing Bayesian networks as a graphical model that captures probabilistic relationships between variables; utility theory as a framework for understanding optimal decision making under uncertainty; Markov decision processes as a method for modeling sequential problems; model uncertainty; state uncertainty; and cooperative decision making involving multiple interacting agents. A series of applications shows how the theoretical concepts can be applied to systems for attribute-based person search, speech applications, collision avoidance, and unmanned aircraft persistent surveillance.

Decision Making Under Uncertainty unifies research from different communities using consistent notation, and is accessible to students and researchers across engineering disciplines who have some prior exposure to probability theory and calculus. It can be used as a text for advanced undergraduate and graduate students in fields including computer science, aerospace and electrical engineering, and management science. It will also be a valuable professional reference for researchers in a variety of disciplines.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی