Decision Analysis and Knowledge Engineering

Printer-friendly version
Title: 
Decision Analysis and Knowledge Engineering
Course ID: 
ΔΕ0103
Semester: 
7th
Διδάσκων: 
ΕCTS: 
5
Compulsory

Notes per week

1. Εισαγωγικές έννοιες σχετικές με την Ανάλυση Αποφάσεων και τη Μηχανική Γνώσεων, στόχος του μαθήματος, παρουσίαση περιεχομένων και τρόπου διδασκαλίας / εξέτασης του μαθήματος, βιβλιογραφία.

2. Κατηγορίες αποφάσεων (ταξινόμηση και μοντέλα αποφάσεων) - ποσοτικές και ποιοτικές μεθοδολογίες λήψης αποφάσεων - Από την κλασσική θεωρία αποφάσεων και τις μεθόδους επιχειρησιακής έρευνας, στην αξιοποίηση συλλεχθέντων δεδομένων και την υπολογιστική νοημοσύνη

3. Αποφάσεις και Εναλλακτικές Λύσεις, Πιθανότητες, Δυνατότητες, Μοντέλα λήψης αποφάσεων υπό καθεστώς άγνοιας των εμπλεκομένων πιθανοτήτων έκβασης γεγονότων (κριτήρια maximin & maximax, κριτήριο Laplace, κριτήριο Hurwicz, κριτήριο Savage, άλλες προσεγγίσεις όταν δεν μπορούμε να προσδιορίσουμε τις τιμές πιθανοτήτων).

4. Έννοια της Πιθανότητας και Θεωρία Αποφάσεων, Δεσμευμένες Πιθανότητες, Prior Posterior πιθανότητες, δένδρα απόφασης και πιθανότητες, Θεώρημα Bayes και υποκειμενικές πιθανότητες

5. Επίλυση δένδρων, αβέβαιες αποπληρωμές, ανάλυση ευαισθησίας, Η έννοια της χρησιμότητας, χρηματική χρησιμότητα, κόστος και αξία αποφάσεων, Πρότυπα λυμένα προβλήματα

6. Θεωρία Χρησιμότητας, συναρτήσεις χρησιμότητας, λήπτες απόφασης ριψοκίνδυνοι  και επιφυλακτικοί στο ρίσκο, επίλυση δένδρων απόφασης με χρήση συναρτήσεων χρησιμότητας, Γραφική Επίλυση Δένδρων - Η κανονική μορφή της ανάλυσης, τυχαιοποιημένες στρατηγικές, τα οικονομικά της δειγματοληψίας, κατανομή ρίσκου, ομαδικές αποφάσεις,  Η/Υ και επίλυση δένδρων απόφασης - πρόγραμμα Treeage

7. Ανάλυση Αποφάσεων με χρήση θεωρίας παιγνίων, στατιστικών μεθόδων και μεθόδων επιχειρησιακής έρευνας (η σχετική βιβλιογραφία κατά τις δεκαετίες '60- '70) - Πολυκριτήριες Μέθοδοι Λήψης Αποφάσεων 1η προαιρετική μερική εξέταση (15%) -

8. Η διαδικασία λήψης αποφάσεων από την οπτική γωνία της γνωστικής ψυχολογίας: μοντέλα συμπεριφοράς, κρίση (judgement), επιλογή (choice), μοντέλα των Tversky, Kahneman & Slovic - Διανομή Προαιρετικών Εργασιών σε ομάδες φοιτητών (20%)

9. Λήψη αποφάσεων με τη βοήθεια της γνώσης: Αναπαράσταση γνώσης και συλλογιστικές, μοντελοποίηση της εμπειρίας του λήπτη απόφασης, μηχανισμοί εξαγωγής συμπερασμάτω

10. Λογικές αποφάσεις, μαθηματική λογική και θεωρία αποφάσεων, προτασιακή λογική, πίνακες αλήθειας, νόμοι μετατροπής, θεωρήματα απόδειξης λογικής συνέπειας, κανονικές μορφές.

11. Κατηγορική λογική, ερμηνείες εκφράσεων, νόμοι μετατροπής στην κατηγορική λογική, PRENEX κανονικές μορφές, SKOLEM κανονικές μορφές, σημασιολογικά δένδρα, αρχή της επίλυσης, λογική & λογικός προγραμματισμός - 2η προαιρετική πρόοδος (15%)

12. Ανακάλυψη γνώσης σε βάσεις δεδομένων, γενική αναφορά σε αλγορίθμους επίλυσης προβλημάτων (ευρετικής αναζήτησης, τυφλής αναζήτησης, αναζήτησης σε παίγνια δύο αντιπάλων), σύγχρονες προσεγγίσεις από το χώρο της υπολογιστικής νοημοσύνης (βιβλιογραφία δεκαετίας '90 και νεώτερη)

13. Αβέβαιη και ασαφής γνώση, ασαφής λογική και διαχείριση της αβεβαιότητας, συστήματα ασαφών κανόνων για τη λήψη αποφάσεων - το πρόγραμμα Winrosa, Τεχνητά Νευρωνικά Δίκτυα (μοντέλο τεχνητού νευρώνα, μάθηση και ανάκληση, δίκτυα με ανατροφοδότηση) - Εφαρμογές ασαφούς λογικής και νευρωνικών δικτύων σε πραγματικά προβλήματα λήψης αποφάσεων

14. Γενετικοί αλγόριθμοι & γενετικός προγραμματισμός και οι εφαρμογές τους στη λήψη αποφάσεων, Μηχανική μάθηση και λήψη αποφάσεων, μάθηση μέσω παραδειγμάτων (χρήση κριτηρίων εντροπίας της πληροφορίας) - Τα προγράμματα  See5 & Data-Engine - Ανασκόπηση του μαθήματος