Proposer une politique d'irrigation et de récolte par processus de décision markovien
Aperçu
En quoi consiste ce défi.
Modélisez un MDP pour vos décisions d'irrigation et récolte, calculez la politique optimale et obtenez un certificat vérifiable.
Le brief
Ce que vous ferez, et ce que vous démontrerez.
Comment formaliser la décision hebdomadaire d'irrigation et de vendange comme un MDP dont la politique optimale maximise le rendement et la qualité sous météo incertaine ?
Earning criteria — what you'll demonstrate
- Formaliser une décision séquentielle sous incertitude comme un MDP
- Estimer des probabilités de transition et concevoir une fonction de récompense cohérente
- Calculer une politique optimale par itération sur les valeurs ou sur les politiques
- Analyser l'effet du facteur d'actualisation sur la politique recommandée
Adéquation au programme
Où cela s'inscrit dans votre cursus.
Renforce les mêmes compétences que celles attendues par votre diplôme.
Cursus associés bientôt disponibles.
Compétences
Les compétences que vous démontrerez.
Chacune apparaît sur votre certificat vérifié.
Débouchés
Les métiers auxquels ce défi vous prépare.
De vrais intitulés. De vraies passerelles de compétences. Choisissez celui qui se rapproche le plus de votre trajectoire.
Les parcours de carrière que ce défi construit
Métiers de référenceAnalyste de Décisions
Le défi entraîne la modélisation d'une décision séquentielle sous incertitude et le calcul d'une politique optimale — exactement le travail d'un analyste de décisions qui structure des arbitrages risqués en modèles quantitatifs interprétables.
Ce défi renforce
- markov-decision-processes
- probabilistic-reasoning
- sequential-decision-making
Analyste en Prévision
Estimer des probabilités de transition et raisonner sur des états futurs incertains développe les compétences d'un analyste en prévision confronté à des séries agricoles et à des scénarios météorologiques.
Ce défi renforce
- probabilistic-reasoning
- markov-decision-processes
- knowledge-representation
Analyste en Recherche Opérationnelle
Formaliser un problème métier en MDP et le résoudre par programmation dynamique prépare aux missions de recherche opérationnelle où la décision optimale sous contraintes est centrale.
Ce défi renforce
- sequential-decision-making
- markov-decision-processes
- probabilistic-reasoning