Plonge dans la prise de décision sous le risque, la rationalité limitée, la théorie des prospects et le cadrage, avec des idées de l'économie comportementale.
Couvre les fondements théoriques de la théorie des choix, les décideurs, les alternatives, les attributs, les règles de décision, l'utilité et les hypothèses comportementales.
Explore le cadre de la théorie de la décision en théorie statistique, considérant les statistiques comme un jeu aléatoire avec des concepts clés tels que la recevabilité, les règles minimax et les règles Bayes.
Explore les représentations factorisées pour la planification, en se concentrant sur la réduction de la complexité et l'amélioration de l'efficacité grâce à une modélisation distincte des fonctionnalités.
Explore le problème de satisfabilité booléenne et l'algorithme Davis-Putnam-Logemann-Loveland, ainsi que les résolveurs SAT modernes et les techniques de résolution efficaces.
Couvre l'estimation maximale de la probabilité, en mettant l'accent sur l'estimation-distribution ML, l'estimation de la réduction et les fonctions de perte.
