Zgryźliwość kojarzy mi się z radością, która źle skończyła.
TEMAT 13. TECHNIKI WSPOMAGANIA DECYZJI
1. Teoria decyzji – jest to wspólny obszar zainteresowań wielu różnych dziedzin nauki,
obejmujący analizę i wspomaganie procesu podejmowania decyzji.
Teoria decyzji zajmuje się analizą decyzji oraz wspomaganiem decyzji.
Podejście normatywne – zajmuje się wyznaczeniem optymalnego rozwiązania przez idealnego decydenta, który całkowicie wykorzystuje dostępne mu informacje, wyznacz korzyści z perfekcyjną dokładnością i działa w pełni racjonalnie.
Podejście deskryptywne - skłania do wyborów życiowych, nie zawsze zgodny ze zdrowym rozsądkiem.
2. Wielokryterialna analiza decyzyjna (Multi Criteria Decision Analysis) – zajmuję się podjęciem decyzji w przypadku gdy jest więcej niż jedno kryterium oceny. Dostarcza ona narzędzi do opisu i rozwiązywania problemu podjęcia decyzji.
Niemal w każdym przypadku podjęcie dobrej decyzji wymaga przeanalizowania możliwych rozwiązań pod względem skutków dokonanego wyboru.
Optymalizacja wielokryterialna – najbardziej naturalna metoda wnioskowania. Polega na znalezieniu optymalnego rozwiązania, które jest akceptowalne z punktu widzenia każdego kryterium.
Pareto - optymalność – efekt gdy polepszenie jednego z kryteriów powoduje pogorszenie innego.
Pareto – efektywność – nie możemy już niczego poprawić nie pogarszając innego kryterium.
3. Model – jest to zbiór pewnych reguł i/lub równań opisujących niektóre aspekty rzeczywistości.
Wyróżniamy model opisowy oraz formalny.
Prawdopodobieństwo – ogólne określenie wielu pojęć matematycznych, służących do mierzenia szansy zajścia zdarzenia.
Statystyka- nauka, której przedmiotem zainteresowania są metody pozyskiwania i prezentacji, a przede wszystkim analizy danych opisujących zjawiska, w tym masowe.
4. Teoria gier – dział matematyki zajmujący się badaniem optymalnego zachowania w przypadku konfliktu interesów.
Strategia min-max – metoda w teorii decyzji do minimalizowania maksymalnych możliwych strat.
5. Sieć neuronowa – ogólna nazwa struktur matematycznych i ich programowych lub sprzętowych modeli, realizujących obliczenia lub przetwarzanie sygnałów poprzez rzędy elementów, zwanych sztucznymi neuronami, wykonujących pewną podstawową operację na swoim wejściu.
6. Prawdopodobieństwo Bayesowskie – wzór pozwalający wyznaczyć prawdopodobieństwo zajścia pewnego zdarzenia jeżeli zaszło jedno ze wzajemnie wykluczających się innych zdarzeń losowych.
7. System ekspercki – jest zbiorem programów komputerowych wykorzystujących bazy wiedzy, modele wiedzy i procedury(reguły) wnioskowania w celu rozwiązywania problemów.
Do podstawowych funkcji systemów ekspertowych należą: interpretacja danych, przewidywanie konsekwencji decyzji, diagnostyka, zlecenie działań naprawczych, projektowanie rozwiązań, monitoring, sterowanie zachowaniem systemu, uczenie – przechowywanie i wykorzystywanie nabywanej wiedzy.
Data mining - inaczej eksploracja danych, jest kluczową fazą procesu odkrywania wiedzy. Celem eksploracji jest wykorzystanie właściwego algorytmu dla znajdowania zależności i schematów w przygotowanym zbiorze danych, a następnie ich reprezentacja w postaci formalnej, zrozumiałej dla użytkownika.
8. Zbiory rozmyte – obiekt matematyczny ze zdefiniowaną funkcją przynależności, która przybiera wartości z przedziału [0,1]. Najczęściej opisuje pojęcia lingwistyczne używane często w życiu codziennym jak np. chłodno, gorąco.
Logika rozmyta – jedna z logik wielowartościowych, stanowi uogólnienie klasycznej dwuwartościowej logiki. W logice rozmytej między stanem 0 (fałsz), a stanem 1 (prawda) rozciąga się szereg wartości pośrednich, które określają stopień przynależności elementu do zbioru.
9. Teoria zbiorów przybliżonych – jest to formalizm matematyczny, stanowiący rozwinięcie klasycznej teorii zbiorów, jako metoda radzenia sobie z niekompletnymi zbiorami informacji.
Zbiór przybliżony – to para klasycznych zbiorów: przybliżenie dolne i przybliżenie górne.
Teoria zbiorów przybliżonych jest wykorzystywana wszędzie tam, gdzie potrzebne jest wydobycie wartościowych informacji z dużej ilości danych.
10. Kognitywistyka – dziedzina nauki zajmująca się zjawiskami dotyczącymi działania umysłu, w szczególności ich modelowaniem.
Celem kognitywistyki są:
- wyjaśnienie procesów myślowych i modelowanie inteligencji,
- ich symulacja komputerowa,
- rozwój mniej lub bardziej „inteligentnych” urządzeń.
Dwa rodzaje kognitywistyki: symboliczna i subsymboliczna.
11. Odporne metody analizy danych – zgodnie z rozkładem normalnym każda liczba rzeczywista ma dodatnie prawdopodobieństwo wystąpienia, czyli rozkład ten przewiduje np. istnienie ludzi o wzroście ujemnym. Istnieją miary „odporności” danej metody na naruszenie założeń modelu. Najczęściej używane są „punkt załamania”, „funkcja wpływu” i „krzywa wrażliwości”.