Panneau de gestion des cookies
NOTRE UTILISATION DES COOKIES
Des cookies sont utilisés sur notre site pour accéder à des informations stockées sur votre terminal. Nous utilisons des cookies techniques pour assurer le bon fonctionnement du site ainsi qu’avec notre partenaire des cookies fonctionnels de sécurité et partage d’information soumis à votre consentement pour les finalités décrites. Vous pouvez paramétrer le dépôt de ces cookies en cliquant sur le bouton « PARAMETRER » ci-dessous.

Decision under uncertainty

Ects : 5

Enseignant responsable :

Volume horaire : 36

Description du contenu de l'enseignement :

* Complete uncertainty (non-probabilistic): definitions of decision in uncertainty, presentation of classical criteria for decision in uncertainty (MaxMin, Min Max Regret, Hurwicz, Laplace, etc.)

* Sequential Decision (Probabilistic Uncertainty): EU Model, Decision Trees (Trees Containing Decision Nodes, Random Nodes, and Terminal Nodes), and solving these problems by dynamic programming

* Introduction to non-EU, RDEU and CEU models.

* Elicitation/Learning of decision-making models.

* Markov Decision Process

* Probability, independence, Bayes' rule

* Reasoning in Bayesian Networks (Exact and Approximate Inferences)

--------------------

* 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

* Introduction aux modèles non-EU, RDEU et CEU.

* Elicitation et apprentissages des modèles décisionnels

* Processus de Décision de Markovien

* Rappel probabilité, indépendance, règle de Bayes

* Raisonnement dans les Réseaux Bayésiens (inférences exactes et approchées)

Pré-requis recommandés :

An introduction to decision theory.

Compétence à acquérir :

Introduce students to the main techniques of decision-making under uncertainty.

Présenter aux étudiantes et étudiants les techniques principales de la decision dans l’incertain.

Mode de contrôle des connaissances :

The course is evaluated by a written exam as well as a programming project.

Bibliographie, lectures recommandées

* von Neumann, John and Oskar Morgenstern,Theory of Games and Economic Behaviour, Princetown University Press, 1947. * Savage, Leonard J., The Foundations of Statistics, Dover, 1954. * Puppe, C., Distorted probabilities and choice under risk (Vol. 363). Springer Science & Business Media, 1991. * Barbera, S., Hammond, P.J., & Seidl, C. Editors, Handbook of Utility Theory: Volume 2: Extensions. Springer Science & Business Media, 1998. * Barbera, S., Hammond, P.J., & Seidl, C. Editors, Handbook of Utility Theory: Volume 1: Principles. Springer Science & Business Media, 1998.