Johns Hopkins University
Datenwissenschaftliche Entscheidungen in der Zeit: Informationstheorie und Spiele

Genießen Sie unbegrenztes Wachstum mit einem Jahr Coursera Plus für 199 $ (regulär 399 $). Jetzt sparen.

Johns Hopkins University

Datenwissenschaftliche Entscheidungen in der Zeit: Informationstheorie und Spiele

Thomas Woolf

Dozent: Thomas Woolf

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Algorithmen
  • Kategorie: Maschinelles Lernen
  • Kategorie: Datengesteuerte Entscheidungsfindung
  • Kategorie: Spieltheorie
  • Kategorie: Reinforcement Learning
  • Kategorie: Cybersicherheit
  • Kategorie: AI-Sicherheit
  • Kategorie: Datenverarbeitung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

11 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung für Datenwissenschaftliche Entscheidungen in der Zeit
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module

Wie sollte eine Kontrolle angepasst werden, um ein gewünschtes Ergebnis zu erzielen? Wir stellen das SFPark-Problem vor, ein reales Parkraumbewirtschaftungskonzept, das in SF angewendet wird. Die Frage, die wir mit Hilfe von sequentiellen Methoden und Spielen verstehen wollen, ist, wie man die Preise für Parkplätze am besten festlegt, und zwar dynamisch während des Tages, um eine bestimmte (sagen wir 15 %) freie Verfügbarkeit von Parkplätzen zu fördern. Das Spiel findet zwischen den Verbrauchern (die einen Parkplatz suchen) und der Stadt (die versucht, den Platz zu optimieren, indem sie die Zahl der Parkplatzsuchenden reduziert und diejenigen, die zum Essen oder Einkaufen kommen, dazu ermutigt, einen Parkplatz zu finden) statt. Es handelt sich um ein sequentielles Entscheidungsproblem, das auch als Spiel beschrieben werden kann.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

Entscheidungsfindung als gemeinsames Unterfangen erweitert die Spieltheorie rasch auf viele reale Situationen und hilft uns zu erkennen, wie diese Ideen auf Probleme angewendet werden können, die uns alle betreffen. Wir beginnen mit einer Diskussion über Wasserressourcen und deren Aufteilung. Dies wird dann mit der Art und Weise verknüpft, wie wir über das klassische Problem des Gefangenendilemmas denken.

Das ist alles enthalten

4 Videos1 Lektüre2 Aufgaben

In vielen realen Situationen sind wir nicht vollständig kooperativ und spielen vielleicht sogar ein Spiel mit antagonistischen Gegnern. Um eine optimale Strategie für diese Situationen zu verstehen, muss man auf die möglichen Züge des Gegners achten und darauf, was sie für die eigenen optimalen Aktionen bedeuten. Wir beginnen mit Überlegungen zur Cybersicherheit und wenden uns dann dem klassischen Centipede-Spiel zu.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

Das Spiel der Diplomatie ist aufgrund der vielen kombinatorischen Optionen, die sich aus einer Reihe von Entscheidungen ergeben können, eine Herausforderung. Das Spiel kann recht komplex sein und bietet auch ein hervorragendes Training für Computer-Algorithmen. In diesem Teil des Kurses befassen wir uns mit der allgemeinen Natur komplexer sozialer Interaktionen und den Modellen für das Spiel, die zur Festlegung optimaler Strategien verwendet werden können.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

In diesem fünften Modul wollen wir unsere Studie über Spiele als eigenständige Objekte auf Algorithmen und Informationsumgebungen verallgemeinern, in denen die Ideen der Spieltheorie zu neuen Einsichten und Möglichkeiten der Einsicht in große und vielfältige Datensätze führen können. Wir beginnen mit einem alltäglichen klinischen Problem: Wie klassifiziert man ein radiologisches Bild? Indem wir über die Herausforderungen dieses Umfelds nachdenken, einschließlich der Extraktion und des Erkennens der relevanten Merkmale, legen wir den Rahmen für unsere Ziele in dieser fünften Woche fest. Insbesondere geht es darum, wie wir die wichtigsten und idealerweise unveränderlichen Merkmale finden können, die unser Problem am besten beschreiben und die für die Entscheidungsfindung verwendet werden können.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

Das ist alles enthalten

1 Aufgabe

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Thomas Woolf
Johns Hopkins University
4 Kurse884 Lernende

von

Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen