这本书系统介绍了不确定性情况下的决策算法，虽然尚未正式出版，但电子版已经开放下载（并将永远开放）。
许多重要问题涉及不确定情况下的决策，如飞机避碰、野火管理和灾害响应。在设计自动决策系统或决策支持系统时，必须考虑到各种不确定性来源。考虑这些不确定性的来源并达到系统多重目标的平衡是一件非常有挑战性的事情。近日，斯坦福大学的 Mykel J. Kochenderfer 等人介绍了合著的新书：《不确定性决策算法（Algorithms for Decision Making）》。本书从计算的角度去讨论这些挑战，旨在提供决策模型和计算方法背后的理论，介绍了不确定情况下决策问题的实例应用，概述了可能的计算方法。
这本书的主要内容来源于斯坦福大学开设的一门课程，介绍了在不确定情况下最佳决策的相关内容，涵盖了与决策相关的各种主题、数学命题公式和解决算法，并提供了图、示例和练习题来帮助加深认知。书籍的主要目标群体是高年级本科生、研究生以及业内人士，在阅读之前，读者应该掌握一些数学基础知识，了解多变量微积分、线性代数、概率等概念。其内容的基础是算法，均用 Julia 语言实现，这种语言非常适合以人类可读的形式写算法。与本书相关的代码是免费开放的，如果后续有人将这些算法翻译成了其他编程语言，作者也将在书籍主页上添加链接。全书 PDF 可免费下载，也支持分章节下载。印刷版本将根据社区反馈进行完善，会在将来出版发行，而电子版本将始终保持免费下载的状态。1、扫码下方二维码，关注「机器学习算法与Python实战」
2、回复「决策算法」（建议复制）即可获取
Mykel Kochenderfer 是斯坦福大学航空航天系助理教授、计算机科学系客座教授，也是斯坦福智能系统实验室（SISL）负责人，从事高级算法和分析方法研究，以设计鲁棒性的决策系统。其研究兴趣还包括空中交通管制、无人驾驶飞机、自动驾驶系统等。在 2013 年来到斯坦福大学任职之前，他曾在麻省理工学院林肯实验室工作。曾出版过《算法优化》（麻省理工学院出版社，2019 年）和《不确定性下的决策制定：理论与应用》（麻省理工学院出版社，2015 年）等教材。本书的其他两位作者分别为 Tim A. Wheeler（Mykel Kochenderfer 的学生）和 Kyle H. Wray。
1、扫码下方二维码，关注「机器学习算法与Python实战」
2、回复「决策算法」（建议复制）即可获取
