Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 9 vistas

    12 Tomar Decisiones

    Cargado por

    rOSALINDA jIMENEZ eSPINOZA
    El documento habla sobre diferentes tipos de toma de decisiones con aprendizaje automático (machine learning), incluyendo modelos predictivos de control, multi-armed bandits, aprendizaje por refuerzo, y toma de decisiones de Markov. También discute ejemplos como la gestión de pedidos en Amazon, donde la decisión óptima para un pedido puede hacer que los pedidos siguientes sean subóptimos, lo que genera una compensación entre tiempo de envío mínimo y pérdida de ingresos si un producto no está disponible.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    12 Tomar Decisiones

    Cargado por

    rOSALINDA jIMENEZ eSPINOZA
    9 vistas11 páginas
    El documento habla sobre diferentes tipos de toma de decisiones con aprendizaje automático (machine learning), incluyendo modelos predictivos de control, multi-armed bandits, aprendizaje por refuerzo, y toma de decisiones de Markov. También discute ejemplos como la gestión de pedidos en Amazon, donde la decisión óptima para un pedido puede hacer que los pedidos siguientes sean subóptimos, lo que genera una compensación entre tiempo de envío mínimo y pérdida de ingresos si un producto no está disponible.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento habla sobre diferentes tipos de toma de decisiones con aprendizaje automático (machine learning), incluyendo modelos predictivos de control, multi-armed bandits, aprendizaje por refuerzo, y toma de decisiones de Markov. También discute ejemplos como la gestión de pedidos en Amazon, donde la decisión óptima para un pedido puede hacer que los pedidos siguientes sean subóptimos, lo que genera una compensación entre tiempo de envío mínimo y pérdida de ingresos si un producto no está disponible.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    9 vistas11 páginas

    12 Tomar Decisiones

    Cargado por

    rOSALINDA jIMENEZ eSPINOZA
    El documento habla sobre diferentes tipos de toma de decisiones con aprendizaje automático (machine learning), incluyendo modelos predictivos de control, multi-armed bandits, aprendizaje por refuerzo, y toma de decisiones de Markov. También discute ejemplos como la gestión de pedidos en Amazon, donde la decisión óptima para un pedido puede hacer que los pedidos siguientes sean subóptimos, lo que genera una compensación entre tiempo de envío mínimo y pérdida de ingresos si un producto no está disponible.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 11

    MACHINE LEARNING

    Tomar Decisiones
    Perspectivas par la toma de decisiones

    Dinámica del Disponibilidad de


    Entorno Información
    Tipologías de toma de decisiones con ML

    Modelo predictivo de control Multi-armed Bandit

    RIPLEY: Descuentos ZARA: Reposición en tiendas

    Toma de decisiones de Markov Aprendizaje por refuerzo

    AMAZON: Catálogo e-Commerce AMAZON: Distribución óptima


    EJEMPLO
    GESTIÓN DE PEDIDOS EN
    AMAZON
    Tiempo de envío La decisión ÓPTIMA en
    La decisión
    mínimo ÓPTIMA en uno de los pedidos uno de los pedidos
    genera que los siguientes pedidos sean genera que los
    La decisión ÓPTIMA en uno
    SUBÓPTIMOS siguientes pedidos
    de los pedidos genera que los
    sean SUBÓPTIMOS siguientes pedidos sean
    La decisión ÓPTIMA en uno de SUBÓPTIMOS
    los pedidos genera que los
    siguientes pedidos sean
    SUBÓPTIMOS
    La decisión
    Tiempo deÓPTIMA
    envío La decisión ÓPTIMA en
    en unomínimo
    de los pedidos uno de los pedidos
    genera que los genera que los
    La decisión ÓPTIMA en uno
    siguientes pedidos siguientes pedidos
    de los pedidos genera que los
    sean SUBÓPTIMOS sean SUBÓPTIMOS siguientes pedidos sean
    SUBÓPTIMOS
    Tiempo de envío La decisión ÓPTIMA en
    mínimo uno de los pedidos
    genera que los
    La decisión ÓPTIMA en uno
    siguientes pedidos
    de los pedidos genera que los
    sean SUBÓPTIMOS siguientes pedidos sean
    SUBÓPTIMOS
    Compensación 1
    LaPérdida
    decisiónde ingresos
    ÓPTIMA en
    Tiempo de envío
    uno si
    deellosproducto
    pedidos genera
    no
    mínimo
    que los siguientes
    está pedidos
    disponible
    sean SUBÓPTIMOS
    Compensación 1

    Tiempo de envío Pérdida de ingresos


    mínimo si el producto no
    está disponible
    Compensación 1

    Tiempo de envío Pérdida de ingresos


    mínimo si el producto no
    está disponible
    Compensación 1

    Tiempo de envío Pérdida de ingresos


    mínimo si el producto no
    está disponible

    Compensación 2
    Costo de envío alto,
    pero no se liquida el
    inventario

    También podría gustarte