Décision dans l’incertain

Ects : 5
Volume horaire : 18

Description du contenu de l'enseignement :
Présenter aux étudiants les techniques principales de la decision dans l’incertain.

incertain complet (non probabiliste) : définitions de la décision dans l'incertain, présentation des critères classiques de décision dans l'incertain (MaxMin, Min Max Regret, Hurwicz, Laplace, etc.)
Décision séquentielle (incertain probabiliste) : modèle EU, arbres de décision (arbres contenant des noeuds décision, noeuds hasard et noeuds terminaux), et la résolution de ces problèmes par programmation dynamique
Rappel probabilité, indépendance, règle de Bayes
Raisonnement dans les Réseaux Bayésiens (inférences exactes et approchées)
Logique Floue
Chaînes de Markov
Processus de Décision de Markov
Processus de Décision de Markov Partiellement observable