Fiche du document
2020
- handle: 10670/1.jcif7m
- hal: hal-02505265
- doi: 10.3917/reco.712.0283
- WOS: 000519763000004
Ce document est lié à :
info:eu-repo/semantics/altIdentifier/doi/10.3917/reco.712.0283
info:eu-repo/semantics/OpenAccess
Mots-clés
Modes of reasoning Predictions Beliefs Similarity Case-based decisions C - Mathematical and Quantitative Methods/C.C1 - Econometric and Statistical Methods and Methodology: General/C.C1.C18 - Methodological Issues: General D - Microeconomics/D.D8 - Information, Knowledge, and Uncertainty/D.D8.D80 - General D - Microeconomics/D.D8 - Information, Knowledge, and Uncertainty/D.D8.D81 - Criteria for Decision-Making under Risk and UncertaintySujets proches
Statistical data Statistical analysis Statistical methods Statistical science Argumentation Ratiocination Predictions Decision (Psychology) Decision processes Making decisions Decision analysis Management--Decision making Deciding Management decisionsCiter ce document
Jürgen Eichberger et al., « Case-Based Decision Theory. From the choice of actions to reasoning about theories », Archive Ouverte d'INRAE, ID : 10.3917/reco.712.0283
Métriques
Partage / Export
Résumé
In the 1990's David Schmeidler and Itzhak Gilboa initiated the study of decision making under uncertainty in a completely new framework, without states but with data sets as the information on which to build choice behavior. While the first formulations of Case-Based Decision Theory (CBDT) aimed at applications in economic decision making, this theory which takes data as a primitive concept provides an alternative foundation for deriving beliefs and driving the choice of predictions. This opened a new perspective on old questions in statistics and artificial intelligence. In this review, we summarize these developments in Case-Based Decision Theory and highlight the immensely innovative nature of David Schmeidler's academic work. Dans les années 1990's David Schmeidler et Itzhak Gilboa ont intro-duit un nouvel cadre d'analyse des décisions sous incertitude: les bases des données se substituent auxétats du monde comme primitive du modèle et informent le choix du décideur. Au début la théorie de décision au cas-par-casétait orientée principalement vers des applicationséconomiques, mais ses méthodes se sont avérées aussi pertinentes pour l'analyse des croyances et des prédictions statistiques. Ceci a ouvert des nouvelles perspectives sur des questions classiques en statistique et en intelligence artificielle. Dans cet article, nous passons en revue ces développements et mettons en avance le caractère extrêmement novateur des travaux académiques de David Schmei-dler.