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
37
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
Machines of Loving Grace - AIはどのように世界をより良く変えるか -
__ymgc__
1
36
ファシリテーションの技術
__ymgc__
2
29
(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
32
(論文読み)Very Large-Scale Multi-Agent Simulation in AgentScope
__ymgc__
1
22
7 POWERS
__ymgc__
1
23
自己組織化系のベイズ力学
__ymgc__
1
31
エムラン・メイヤー 『腸と脳』
__ymgc__
1
25
(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
29
群論入門:集合と対称性の数学
__ymgc__
0
24
Featured
See All Featured
Optimizing for Happiness
mojombo
376
70k
No one is an island. Learnings from fostering a developers community.
thoeni
19
3k
5 minutes of I Can Smell Your CMS
philhawksworth
202
19k
The Pragmatic Product Professional
lauravandoore
31
6.3k
Visualization
eitanlees
145
15k
Why Our Code Smells
bkeepers
PRO
334
57k
Why You Should Never Use an ORM
jnunemaker
PRO
54
9.1k
Building a Scalable Design System with Sketch
lauravandoore
459
33k
Optimising Largest Contentful Paint
csswizardry
33
2.9k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
A designer walks into a library…
pauljervisheath
204
24k
Happy Clients
brianwarren
98
6.7k
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