BAL605 · Olasılıksal Karar Teknikleri
Yüksek Lisans
Amaç
İş analitiği, verilerin analiz edilmesinden öte, verilerin karar süreçlerine de dâhil edilmesini ve verilen kararların bu doğrultuda iyileştirilmesini hedefler. Bu ders, İş Analitiği programında karar eniyilemesi tekniklerinin öğretildiği temel derslerden birisidir. Ders kapsamında belirsizlik içeren problemlerde, çeşitli matematiksel fonksiyonlarla ifade edilebilen amaç ve kısıtların kullanılabileceği karar destek tekniklerinin öğretilmesidir. Bu kapsamda ders içerisinde Dinamik Programlama ve Benzetim teknikleri üzerinde durulacaktır.
Konular
• Karar analizine giriş
• Markov karar süreçleri: deterministik problemler
• Dinamik programlama: geriye ve ileriye yineleme
• Dinamik programlama: deterministik örnekler
• Python ile dinamik programlama algoritmaları: giriş
• Python ile dinamik programlama algoritmaları: örnekler
• Markov karar süreçleri: olasılıksal problemler
• Python ile olasılıksal dinamik programlama örnekleri
• Politika ve değer yineleme yöntemleri
• Benzetim: deterministik Monte Carlo benzetimi
• Benzetim: olasılıksal Monte Carlo benzetimi
• Python ile olasılıksal Monte Carlo benzetimi algoritmaları
Kaynaklar
• Winston, W. L. & Goldberg, J. B. (2004). Operations Research: Applications and Algorithms. Duxbury Press.
• Taha, H. (2011). Operations Research: An Introduction. Pearson.
• Abbas, A. E. & Howard, R. A. (2016). Foundations of Decision Analysis, Global Edition, 12. baskı, Prentice Hall.
İş analitiği, verilerin analiz edilmesinden öte, verilerin karar süreçlerine de dâhil edilmesini ve verilen kararların bu doğrultuda iyileştirilmesini hedefler. Bu ders, İş Analitiği programında karar eniyilemesi tekniklerinin öğretildiği temel derslerden birisidir. Ders kapsamında belirsizlik içeren problemlerde, çeşitli matematiksel fonksiyonlarla ifade edilebilen amaç ve kısıtların kullanılabileceği karar destek tekniklerinin öğretilmesidir. Bu kapsamda ders içerisinde Dinamik Programlama ve Benzetim teknikleri üzerinde durulacaktır.
Konular
• Karar analizine giriş
• Markov karar süreçleri: deterministik problemler
• Dinamik programlama: geriye ve ileriye yineleme
• Dinamik programlama: deterministik örnekler
• Python ile dinamik programlama algoritmaları: giriş
• Python ile dinamik programlama algoritmaları: örnekler
• Markov karar süreçleri: olasılıksal problemler
• Python ile olasılıksal dinamik programlama örnekleri
• Politika ve değer yineleme yöntemleri
• Benzetim: deterministik Monte Carlo benzetimi
• Benzetim: olasılıksal Monte Carlo benzetimi
• Python ile olasılıksal Monte Carlo benzetimi algoritmaları
Kaynaklar
• Winston, W. L. & Goldberg, J. B. (2004). Operations Research: Applications and Algorithms. Duxbury Press.
• Taha, H. (2011). Operations Research: An Introduction. Pearson.
• Abbas, A. E. & Howard, R. A. (2016). Foundations of Decision Analysis, Global Edition, 12. baskı, Prentice Hall.
İzlence
2026-2027 Güz ●
Materyaller
Ders materyalleri ve görevler için giriş yapmalısın. Giriş