这本书系统介绍了不确定性情况下的决策算法，作者已将书籍内容重新修订，发布了 700 页的最新版。
许多重要问题涉及到不确定条件下的决策，比如飞机碰撞避免、野火管理和灾害响应。因此，在设计自动决策系统或决策支持系统时，必须考虑到各种不确定性来源，同时仔细平衡多个目标。
在《决策算法（Algorithms for Decision Making）》这本书中，斯坦福大学的 Mykel J. Kochenderfer 等人从计算的角度讨论了这些挑战，旨在提供决策模型和计算方法背后的理论，介绍了不确定情况下决策问题的实例应用，概述了可能的计算方法。同时总结了各学科如何促进对明智决策的理解，并强调了潜在的社会影响领域。
去年初，机器之心已经介绍过这本书的 694 页版本。今年，作者又将书籍内容进一步修订，发布了 2022 年最新版。
下载方式：
关注公众号：机器学习算法与Python实战
关注后回复：决策算法（建议复制）
这本书由 Mykel J. Kochenderfer、Tim A. Wheeler、Kyle H. Wray 三人合著。
Mykel Kochenderfer 是斯坦福大学航空航天系副教授、计算机科学系副教授，也是斯坦福智能系统实验室（SISL）负责人，从事高级算法和分析方法研究，以设计鲁棒性的决策系统。其研究兴趣还包括空中交通管制、无人驾驶飞机、自动驾驶系统等。
在 2013 年来到斯坦福大学任职之前，他曾在麻省理工学院林肯实验室工作。曾出版过《算法优化》（麻省理工学院出版社，2019 年）和《不确定性下的决策制定：理论与应用》（麻省理工学院出版社，2015 年）等教材。
其他两位作者分别为 Tim A. Wheeler（Mykel Kochenderfer 的学生）和 Kyle H. Wray。
下载方式：
关注公众号：机器学习算法与Python实战
关注后回复：决策算法（建议复制）
