鲍威尔*，沃伦（普林斯顿大学）

沃伦鲍威尔
328克里斯托弗驾驶
普林斯顿，新泽西州08540美国

电话：609-273-0218
传真：609-258-3796
电子邮件：powell@princeton.edu.
网站：http://www.castlelab.princeton.edu/

话题：

一台旧机器的大脑
铁路已经长期以来抓住了该国的想象力，而且他们的大型设备和他们的大型复杂网络。近年来，铁路，货运公司和航空公司通过使用先进的计算机模型（大脑）来大大改善了他们用来计划和运行业务的智能。在尝试计算机化智能的过程中，我们已经学习了一般适用于复杂组织的许多课程。我将使用试图获取计算机模型来模拟（或替换）人类的经验教训，以制定如何对如何对任何大型组织进行良好决策的探讨来揭示课程的决策。（初级）

近似动态编程
近似动态编程（或通常称为ADP）是一种建模和算法框架，用于解决各种随机优化问题。

由于众所周知的“维度诅咒”，古典动态编程受到限制。对于我的申请，我发现有三个维度的维度，而且

我展示了数学有限，如何通过从机器学习的统计技术结合决策状态变量的概念来克服这些诅咒。我将使用现实世界项目在运输，能源，健康和金融中说明这些想法。我将展示我们如何将古典数学编程与统计和仿真组合，以创建具有广泛应用程序的强大算法策略。（先进的）

最佳学习
我们需要在不同形式的不确定性存在下做出许多问题。问题是，不仅我们不确定，说，特定决定的价值，我们甚至不知道分发。此外，在我们收集信息时，我们将改变对不确定数量的信念。鉴于这一点，我们想在我们尽可能多地学习的选择。

最佳学习几乎在任何需要我们做出决策的任何活动中，以及我们依赖观察数据，以创造关于决定价值的估计。例如：

• 我们希望找到新工作的最佳途径，但唯一的了解道路的方法就是尝试。
• 我们想要治愈癌症，我们需要序列实验来尽快了解不同分子的行为。
• 我们想了解人口中的病原体（如MRSA病毒）的存在。获得关于人口一部分的测量可能会教我们关于邻近群体的病原体的患病率。
• 我们需要评估网站以确定其威胁潜力。我们没有时间拥有域专家评估每个网站。我们如何选择哪些网站展示我们的专家？
• 我们正试图为我们在互联网上销售的产品找到最优惠的价格。网站可以检测销售并调整价格，但我们该怎么办？

这只是最佳学习的许多应用的样本。在这次演讲中，我将概述最佳学习问题的尺寸，并介绍一些非常简单的方法（一些最佳，一些启发式），用于处理如何收集信息的问题。

一些社区地应对这一挑战作为“探索与利用”问题。机器学习社区称之为“积极学习”。在模拟设计（“仿真优化”）和工程模拟中出现的问题，它在优化昂贵功能的背景下产生。

讲座将描述一些用于指导收集信息的过程的实用方法。将特别注意一个名为“知识梯度”的新方法，这被证明是确定如何收集信息的强大方法。（中间的）

背景：

• BSE普林顿大学
• MSE MIT.
• 博士麻省理工学院

普林斯顿大学教授自1981年以来;自1990年以来运营研究和伟德体育1946手机版金融工程教授;自1990年以来的城堡实验室主任。城堡实验室专门研究计算机模型的开发和实施，帮助管理制定各种战略，战术和实时决策。发展这些模型的过程已经为大型组织内的信息和决策提供了宝贵的见解。鲍威尔教授是一个超过140多个裁判出版物的作者或同志，并获得了他与行业的工作和他对研究的贡献的众多奖项。他是“近似动态规划的作者：解决维度的诅咒”。他有模型在多个最大的运输公司，跨越铁路，卡车货运，不足卡车货运，小包装和商务喷气机的型号。