Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
不確実性下の意思決定理論入門
Search
ymgc
September 07, 2024
2
25
不確実性下の意思決定理論入門
ymgc
September 07, 2024
Tweet
Share
More Decks by ymgc
See All by ymgc
ファシリテーションの技術
__ymgc__
0
9
(論文読み)BigCodeBench: 多様な関数呼び出しと複雑な指示を用いたコード生成のベンチマーキング
__ymgc__
1
12
(論文読み)Very Large-Scale Multi-Agent Simulation in AgentScope
__ymgc__
1
7
7 POWERS
__ymgc__
1
20
自己組織化系のベイズ力学
__ymgc__
1
8
エムラン・メイヤー 『腸と脳』
__ymgc__
1
16
(論文読み)不特定多数の人工知能エージェントによる自由行動の安全化に関する研究
__ymgc__
1
16
群論入門:集合と対称性の数学
__ymgc__
0
12
(論文読み)データ強化LLMアプリケーションの包括的調査
__ymgc__
1
16
Featured
See All Featured
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
105
48k
Fontdeck: Realign not Redesign
paulrobertlloyd
81
5.2k
Optimising Largest Contentful Paint
csswizardry
31
2.8k
Imperfection Machines: The Place of Print at Facebook
scottboms
264
13k
The Mythical Team-Month
searls
218
43k
Debugging Ruby Performance
tmm1
73
12k
Large-scale JavaScript Application Architecture
addyosmani
510
110k
What's new in Ruby 2.0
geeforr
341
31k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
131
33k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.1k
Why You Should Never Use an ORM
jnunemaker
PRO
53
9k
Into the Great Unknown - MozCon
thekraken
31
1.4k
Transcript
不確実性下の意思決定理論 - 入門編 - 1
目次 1. 不確実性下の意思決定とは 2. 意思決定と情報量 3. 情報の価値 4. 意思決定の実践 5.
意思決定とセンスメイキング 6. まとめ 2
想定読者 意思決定理論に興味のある方 ▶ ビジネスや日常生活で複雑な意思決定に直面している方 ▶ データ駆動の意思決定プロセスを学びたい方 ▶ 不確実性のある状況下での判断力を向上させたい方 ▶ 3
Itzhak Gilboa HEC経営大学院の経済学・意思決定科学教授 ▶ David Schmeidlerの指導の下でPh.D.取得。 - 決定理論、ゲーム理論、社会選択理論が主な研究分野。不 確実性下の意思決定に特に注力。 -
ミクロ経済学、決定理論、ゲーム理論などを学部、大学 院、MBAレベルで教授 - 意思決定理論の第一人者 ▶ 不確実性下での意思決定に関するモデルである「マキシミ ン期待効用理論」や「事例ベース意志決定理論」など - 4
1. 不確実性下の意思決定とは 意思決定理論: 「よりよい意思決定」を追究する学問領域 ▶ 意思決定の定義:ある状況下で複数の選択肢から1つを選ぶこと ▶ 数学的表現: ▶ 状況
、選択肢 - 意思決定の結果: - 不確実性下の意思決定:状況が確率的にしか判断できない場合の問題 ▶ 理論的アプローチ:結果 の期待値最大化を考える ▶ 5
2. 意思決定と情報量 情報量:意思決定の精度向上に重要 ▶ 情報量の定義: 「不確実性の減少量」 ▶ 情報エントロピー(H)を用いた不確実性の数値化: ▶ 具体例:
▶ 2つの状況(N=2)で最大不確実性: - 新情報により確率更新(50%→75%) : - 情報量: bit - 情報量がゼロの情報も存在(何も言っていない文章など) ▶ 6
3. 情報の価値 定義:情報使用/不使用時の結果の期待値の差異 ▶ 情報の価値の3ステップ: ▶ 1.情報による行動の変化 - 2.行動変化による結果の変化 -
3.変化前後の結果の差異 - 行動変容を引き起こさない情報に価値はない ▶ 「分からない」という情報にも価値がある場合がある ▶ 情報取得のコストを考慮する必要性 ▶ 7
4. 意思決定の実践 (1/2) 意思決定パラメータ数の削減が重要 ▶ パラメータ削減の3つの方法: ▶ 変数の独立性評価 - 変数の不確実性評価
- 意思決定の階層化 - 人間が議論する場合、パラメータ数は3つ以内が理想的 ▶ 8
4. 意思決定の実践 (2/2) KPIツリーの活用: ▶ KGIの設定とKPIツリーへの分解 - 変数間の独立性/従属性の整理 - 従属性の高い変数の統合
- 不確実性の高いパラメータの優先的選択 ▶ 意思決定プロセスの適切な粒度での分割・委譲 ▶ 例:プロダクトチーム vs. 経営企画チーム - 9
5. 意思決定とセンスメイキング (1/2) 規範的アプローチ: ▶ 数学的論理に基づく客観的な最適解を追求 - 公理的ルールと数学的論理を使用 - 現実社会の意思決定:
▶ 人々は必ずしも数学的に最適な選択をしない(行動経済学の知見) - 合理性は主観的で、人によって異なる - 10
5. 意思決定とセンスメイキング (2/2) 集団における意思決定の難しさ: ▶ 様々な考え(合理性)を持つ人々の存在 - 政策決定などの社会全体に影響を与える意思決定 - センスメイキングの重要性:
▶ 意思決定(decision making)に加えて - 人々が意思決定に納得するプロセス(sense making)も考慮 - 11
まとめ 不確実性下の意思決定理論:不確かな状況下でのよりよい意思決定のための科学的アプローチ ▶ 情報量:不確実性の減少量を表す指標 ▶ 情報の価値:行動変容と意思決定結果の変化に基づく ▶ 実践的アプローチ: ▶ 意思決定パラメータの削減
- 変数の独立性・不確実性評価 - 意思決定プロセスの分割・委譲 - 合理性の主観性:個人や集団によって異なる ▶ 集団意思決定におけるセンスメイキングの重要性 ▶ 12
Appendix: 用語辞書 KGI (Key Goal Indicator): 重要目標達成指標。組織の最終的な目標を表す指標。 ▶ KPI (Key
Performance Indicator): 重要業績評価指標。目標達成のための過程を評価する指標。 ▶ エントロピー: システムの乱雑さや不確実性を表す概念。情報理論では情報量の測定に使用。 ▶ 規範的アプローチ: 理想的な意思決定方法を提示する理論的なアプローチ。 ▶ センスメイキング: 人々が経験を理解し、意味づけを行うプロセス。組織論で重要な概念。 ▶ 13