Η διαδικασία λήψης αποφάσεων Markov (MDP)

Συγγραφέας: Laura McKinney
Ημερομηνία Δημιουργίας: 5 Απρίλιος 2021
Ημερομηνία Ενημέρωσης: 22 Ιούνιος 2024
Anonim
Η διαδικασία λήψης αποφάσεων Markov (MDP) - Τεχνολογία
Η διαδικασία λήψης αποφάσεων Markov (MDP) - Τεχνολογία

Περιεχόμενο

Ορισμός - Τι σημαίνει η διαδικασία λήψης αποφάσεων Markov (MDP);

Μια διαδικασία λήψης αποφάσεων Markov (MDP) είναι κάτι που οι επαγγελματίες αναφέρουν ως μια «διακριτή διαδικασία στοχαστικού ελέγχου χρόνου». Η βασισμένη στα μαθηματικά πρωτοπορεί από το ρωσικό ακαδημαϊκό Andrey Markov στα τέλη του 19ου και στις αρχές του 20ου αιώνα.


Εισαγωγή στη Microsoft Azure και το Microsoft Σε αυτό τον οδηγό θα μάθετε τι είναι το cloud computing και πώς η Microsoft Azure μπορεί να σας βοηθήσει να μεταφέρετε και να εκτελέσετε την επιχείρησή σας από το cloud.

Η Techopedia εξηγεί τη διαδικασία λήψης αποφάσεων Markov (MDP)

Ένας τρόπος για να εξηγήσουμε μια διαδικασία λήψης αποφάσεων Markov και συναφείς αλυσίδες Markov είναι ότι αυτά είναι στοιχεία της σύγχρονης θεωρίας παιγνίων που βασίζονται στην απλούστερη μαθηματική έρευνα από τον ρώσο επιστήμονα πριν από εκατό χρόνια. Η περιγραφή μιας διαδικασίας απόφασης Markov είναι ότι μελετά ένα σενάριο όπου ένα σύστημα βρίσκεται σε ένα δεδομένο σύνολο κρατών και προχωρά σε ένα άλλο κράτος με βάση τις αποφάσεις ενός υπεύθυνου λήψης αποφάσεων.

Μια αλυσίδα Markov ως μοντέλο δείχνει μια ακολουθία συμβάντων όπου η πιθανότητα ενός δεδομένου συμβάντος εξαρτάται από μια κατάσταση που έχει επιτευχθεί προηγουμένως. Οι επαγγελματίες μπορούν να μιλήσουν για έναν "μετρήσιμο κρατικό χώρο" περιγράφοντας τη διαδικασία λήψης αποφάσεων Markov - μερικοί συνδέουν την ιδέα του μοντέλου απόφασης Markov με ένα μοντέλο "τυχαίου βάδισης" ή άλλο στοχαστικό μοντέλο που βασίζεται στις πιθανότητες (το τυχαίο βήμα, Street, μοντελοποιεί την κίνηση ενός μετοχικού κεφαλαίου πάνω ή κάτω σε μια πιθανότητα αγοράς con).


Γενικά, οι διαδικασίες λήψης αποφάσεων Markov εφαρμόζονται συχνά σε μερικές από τις πιο εξελιγμένες τεχνολογίες στις οποίες εργάζονται σήμερα οι επαγγελματίες, για παράδειγμα, σε ρομποτικά, αυτοματοποιημένα και ερευνητικά μοντέλα.