निर्णय बुद्धि: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 1: Line 1:
{{short description|Subfield of machine learning}}[[File:DEFramework.png|thumb|निर्णय खुफिया ढांचा]]निर्णय बुद्धि एक इंजीनियरिंग अनुशासन है जो [[सामाजिक विज्ञान]], [[निर्णय सिद्धांत]] और [[व्यवसाय प्रबंधन की रूपरेखा]] के सिद्धांत के साथ [[डेटा विज्ञान]] को बढ़ाता है। इसका एप्लिकेशन संगठनात्मक निर्णय लेने में सर्वोत्तम प्रथाओं और [[ यंत्र अधिगम ]] को बड़े पैमाने पर प्रयुक्त करने की प्रक्रियाओं के लिए एक रूपरेखा प्रदान करता है। मूल विचार यह है कि निर्णय हमारी इस समझ पर आधारित होते हैं कि कार्यों से परिणाम कैसे प्राप्त होते हैं। निर्णय बुद्धि कारण और प्रभाव की इस श्रृंखला का विश्लेषण करने के लिए एक अनुशासन है, और [[निर्णय मॉडल]]िंग इन श्रृंखलाओं का प्रतिनिधित्व करने के लिए एक दृश्य भाषा है।
{{short description|Subfield of machine learning}}[[File:DEFramework.png|thumb|निर्णय खुफिया ढांचा]]'''निर्णय बुद्धि''' एक इंजीनियरिंग अनुशासन है जो [[सामाजिक विज्ञान]], [[निर्णय सिद्धांत]] और [[व्यवसाय प्रबंधन की रूपरेखा]] के सिद्धांत के साथ [[डेटा विज्ञान]] को बढ़ाता है। इसका एप्लिकेशन संगठनात्मक निर्णय लेने में सर्वोत्तम प्रथाओं और [[ यंत्र अधिगम | मशीन लर्निंग]] को बड़े पैमाने पर प्रयुक्त करने की प्रक्रियाओं के लिए एक रूपरेखा प्रदान करता है। मूल विचार यह है कि निर्णय हमारी इस समझ पर आधारित होते हैं कि कार्यों से परिणाम कैसे प्राप्त होते हैं। निर्णय बुद्धि कारण और प्रभाव की इस श्रृंखला का विश्लेषण करने के लिए एक अनुशासन है, और [[निर्णय मॉडल|निर्णय मॉडलिंग]] इन श्रृंखलाओं का प्रतिनिधित्व करने के लिए एक दृश्य भाषा है।


एक संबंधित क्षेत्र, निर्णय इंजीनियरिंग, निर्णय लेने की प्रक्रियाओं में सुधार की भी जांच करता है किन्तु यह सदैव डेटा विज्ञान से उतना निकटता से जुड़ा नहीं होता है।
एक संबंधित क्षेत्र, '''निर्णय इंजीनियरिंग''', निर्णय लेने की प्रक्रियाओं में सुधार की भी जांच करता है किन्तु यह सदैव डेटा विज्ञान से उतना निकटता से जुड़ा नहीं होता है।


==उत्पत्ति और प्रौद्योगिकियाँ==
==उत्पत्ति और प्रौद्योगिकियाँ==
निर्णय बुद्धिमत्ता इस मान्यता पर आधारित है कि, यदि अधिक संरचित दृष्टिकोण का उपयोग किया जाए मध्य अनेक संगठनों में निर्णय लेने में सुधार किया जा सकता है। निर्णय बुद्धिमत्ता निर्णय लेने की जटिलता की सीमा को पार करने का प्रयास करती है, जो संगठनात्मक निर्णय लेने की प्रथाओं के परिष्कार और उन स्थितियों की जटिलता के मध्य एक बेमेल की विशेषता है जिसमें उन निर्णयों को लिया जाना चाहिए। इस प्रकार, यह [[जटिलता सिद्धांत और संगठन]]ों के आसपास पहचाने गए कुछ विवादों को हल करना चाहता है।
निर्णय बुद्धिमत्ता इस मान्यता पर आधारित है कि, यदि अधिक संरचित दृष्टिकोण का उपयोग किया जाए तब अनेक संगठनों में निर्णय लेने में सुधार किया जा सकता है। निर्णय बुद्धिमत्ता निर्णय लेने की "जटिलता सीमा" को पार करने का प्रयास करती है, जो संगठनात्मक निर्णय लेने की प्रथाओं के परिष्कार और उन स्थितियों की जटिलता के मध्य एक बेमेल की विशेषता है जिसमें उन निर्णयों को लिया जाना चाहिए। इस प्रकार, यह [[जटिलता सिद्धांत और संगठन|जटिलता सिद्धांत और संगठनों]] के आसपास पहचाने गए कुछ विवादों को हल करना चाहता है।


इस अर्थ में, निर्णय बुद्धिमत्ता जटिल प्रणालियों के क्षेत्र के व्यावहारिक अनुप्रयोग का प्रतिनिधित्व करती है, जो संगठनों को उन जटिल प्रणालियों को नेविगेट करने में सहायता करती है जिनमें यह खुद को पाते हैं। निर्णय बुद्धिमत्ता को एक ऐसे ढाँचे के रूप में भी सोचा जा सकता है जो गैर-विशेषज्ञ निर्णय निर्माता के डेस्कटॉप पर उन्नत विश्लेषण और मशीन लर्निंग विधि लाता है, साथ ही ब्लैक स्वान सिद्धांत में व्यक्त समस्याओं को दूर करने के लिए डेटा विज्ञान को सम्मिलित करता है और फिर उसका विस्तार करता है।
इस अर्थ में, निर्णय बुद्धिमत्ता जटिल प्रणालियों के क्षेत्र के व्यावहारिक अनुप्रयोग का प्रतिनिधित्व करती है, जो संगठनों को उन जटिल प्रणालियों को नेविगेट करने में सहायता करती है जिनमें यह खुद को पाते हैं। निर्णय बुद्धिमत्ता को एक ऐसे ढाँचे के रूप में भी सोचा जा सकता है जो गैर-विशेषज्ञ निर्णय निर्माता के डेस्कटॉप पर उन्नत विश्लेषण और मशीन लर्निंग विधि लाता है, साथ ही ब्लैक स्वान सिद्धांत में व्यक्त समस्याओं को दूर करने के लिए डेटा विज्ञान को सम्मिलित करता है और फिर उसका विस्तार करता है।


निर्णय खुफिया समर्थकों का मानना ​​है कि अनेक संगठन लगातार खराब निर्णय ले रहे हैं।<ref>John Hagerty, Rita L. Sallam, James Richardson: [http://www.gartner.com/id=1915014 "Magic Quadrant for Business Intelligence Platforms"], Gartner, February 2012</ref> उत्तर में, निर्णय बुद्धिमत्ता निर्णय लेने की अनेक सर्वोत्तम प्रथाओं को एकीकृत करने का प्रयास करती है, जिनका वर्णन नीचे अधिक विस्तार से किया गया है।
निर्णय खुफिया समर्थकों का मानना ​​है कि अनेक संगठन लगातार खराब निर्णय ले रहे हैं।<ref>John Hagerty, Rita L. Sallam, James Richardson: [http://www.gartner.com/id=1915014 "Magic Quadrant for Business Intelligence Platforms"], Gartner, February 2012</ref> उत्तर में, निर्णय बुद्धिमत्ता निर्णय लेने की अनेक सर्वोत्तम प्रथाओं को एकीकृत करने का प्रयास करती है, जिनका वर्णन नीचे अधिक विस्तार से किया गया है।
Line 12: Line 12:
निर्णय बुद्धिमत्ता इस अंतर्दृष्टि पर आधारित है कि पुलों और इमारतों जैसी अधिक मूर्त वस्तुओं को डिजाइन करने के लिए पहले उपयोग किए गए सिद्धांतों का उपयोग करके निर्णय को स्वयं डिजाइन करना संभव है।
निर्णय बुद्धिमत्ता इस अंतर्दृष्टि पर आधारित है कि पुलों और इमारतों जैसी अधिक मूर्त वस्तुओं को डिजाइन करने के लिए पहले उपयोग किए गए सिद्धांतों का उपयोग करके निर्णय को स्वयं डिजाइन करना संभव है।


निर्णयों का प्रतिनिधित्व करने वाली दृश्य [[डिज़ाइन]] भाषा का उपयोग (देखें)। {{slink||Visual decision design}}) निर्णय बुद्धि का एक महत्वपूर्ण तत्व है, क्योंकि यह सभी निर्णय प्रतिभागियों द्वारा आसानी से समझी जाने वाली सहज सामान्य भाषा प्रदान करता है। [[दृश्य सोच]] जटिल प्रणालियों के बारे में तर्क करने की क्षमता में सुधार करती है<ref>Lorien Pratt and Mark Zangari: [https://web.archive.org/web/20090812234107/http://www.telecomasia.net/content/leading-way-complex-business-models "Leading the way to complex business models"], Telecom Asia, August 10, 2009.</ref> साथ ही [[सहयोग]] को बढ़ाना है।
निर्णयों का प्रतिनिधित्व करने वाली दृश्य [[डिज़ाइन]] भाषा का उपयोग (देखें)। {{slink||दृश्य निर्णय डिज़ाइन}}) निर्णय बुद्धिमत्ता का एक महत्वपूर्ण तत्व है, क्योंकि यह सभी निर्णय प्रतिभागियों द्वारा आसानी से समझी जाने वाली सहज सामान्य भाषा प्रदान करता है। एक [[दृश्य सोच]] जटिल प्रणालियों के बारे में तर्क करने की क्षमता में सुधार करती है<ref>Lorien Pratt and Mark Zangari: [https://web.archive.org/web/20090812234107/http://www.telecomasia.net/content/leading-way-complex-business-models "Leading the way to complex business models"], Telecom Asia, August 10, 2009.</ref> साथ ही [[सहयोग]] को भी बढ़ाता है।


दृश्य निर्णय डिज़ाइन के अतिरिक्त, इंजीनियरिंग विषयों के अन्य दो पहलू हैं जो बड़े पैमाने पर अपनाने में सहायता करते हैं। यह:
दृश्य निर्णय डिज़ाइन के अतिरिक्त, इंजीनियरिंग विषयों के अन्य दो पहलू हैं जो बड़े पैमाने पर अपनाने में सहायता करते हैं। यह:
Line 21: Line 21:
निर्णय लेने की एकीकृत कार्यप्रणाली की आवश्यकता अनेक कारकों से प्रेरित होती है जिनका सामना संगठनों को एक जटिल आंतरिक और बाहरी वातावरण में कठिन निर्णय लेते समय करना पड़ता है।
निर्णय लेने की एकीकृत कार्यप्रणाली की आवश्यकता अनेक कारकों से प्रेरित होती है जिनका सामना संगठनों को एक जटिल आंतरिक और बाहरी वातावरण में कठिन निर्णय लेते समय करना पड़ता है।


व्यवहार में निर्णय लेने के विवादों  को हल करने के लिए वर्तमान तरीकों की व्यापक-आधारित अक्षमता की मान्यता अनेक स्रोतों से आती है, जिनमें सरकारी स्रोत और [[दूरसंचार]], [[मीडिया (संचार)]], [[मोटर वाहन उद्योग]] और [[ दवाइयों ]] जैसे उद्योग सम्मिलित हैं।
व्यवहार में निर्णय लेने के विवादों  को हल करने के लिए वर्तमान तरीकों की व्यापक-आधारित अक्षमता की मान्यता अनेक स्रोतों से आती है, जिनमें सरकारी स्रोत और [[दूरसंचार]], [[मीडिया (संचार)]], [[मोटर वाहन उद्योग]] और [[ दवाइयों | फार्मास्यूटिकल्स]] जैसे उद्योग सम्मिलित हैं।


उदाहरण:
उदाहरण:
Line 36: Line 36:
निर्णय बुद्धिमत्ता में किए गए निर्णयों की गुणवत्ता में सुधार करने की क्षमता होती है, उन्हें और अधिक तेज़ी से करने की क्षमता होती है, निर्णयों में बदलाव के आसपास संगठनात्मक संसाधनों को अधिक प्रभावी ढंग से संरेखित करने की क्षमता होती है, और निर्णयों से जुड़े कठिन परिस्थितिों को कम किया जाता है। इसके अतिरिक्त, नई जानकारी प्राप्त होने पर डिज़ाइन किए गए निर्णय का पुन: उपयोग और संशोधन किया जा सकता है।<ref>Lorien Pratt and Mark Zangari: [https://quantellia.com/Data/WP-OvercomingComplexity.pdf''Overcoming the Decision Complexity Ceiling through Design''.] Quantellia white paper, December 2008</ref>
निर्णय बुद्धिमत्ता में किए गए निर्णयों की गुणवत्ता में सुधार करने की क्षमता होती है, उन्हें और अधिक तेज़ी से करने की क्षमता होती है, निर्णयों में बदलाव के आसपास संगठनात्मक संसाधनों को अधिक प्रभावी ढंग से संरेखित करने की क्षमता होती है, और निर्णयों से जुड़े कठिन परिस्थितिों को कम किया जाता है। इसके अतिरिक्त, नई जानकारी प्राप्त होने पर डिज़ाइन किए गए निर्णय का पुन: उपयोग और संशोधन किया जा सकता है।<ref>Lorien Pratt and Mark Zangari: [https://quantellia.com/Data/WP-OvercomingComplexity.pdf''Overcoming the Decision Complexity Ceiling through Design''.] Quantellia white paper, December 2008</ref>
==संख्यात्मक तरीकों को डेस्कटॉप पर लाना==
==संख्यात्मक तरीकों को डेस्कटॉप पर लाना==
यद्यपि निर्णय बुद्धि के अनेक तत्व, जैसे संवेदनशीलता विश्लेषण और विश्लेषण, परिपक्व अनुशासन हैं, यह निर्णय निर्माताओं द्वारा व्यापक उपयोग में नहीं हैं।<ref>Rob Rich: [https://www.reuters.com/article/2011/11/09/idUS186771+09-Nov-2011+BW20111109 ''Agile Decision Making: Improving Business Results with Analytics''] TM Forum, November 2011</ref> निर्णय इंटेलिजेंस एक दृश्य भाषा बनाना चाहता है जो उनके और मात्रात्मक विशेषज्ञों के मध्य संचार की सुविधा प्रदान करती है, जिससे इन और अन्य संख्यात्मक और विधि ी दृष्टिकोणों के व्यापक उपयोग की अनुमति मिलती है।
यद्यपि निर्णय बुद्धि के अनेक तत्व, जैसे संवेदनशीलता विश्लेषण और विश्लेषण, परिपक्व अनुशासन हैं, यह निर्णय निर्माताओं द्वारा व्यापक उपयोग में नहीं हैं।<ref>Rob Rich: [https://www.reuters.com/article/2011/11/09/idUS186771+09-Nov-2011+BW20111109 ''Agile Decision Making: Improving Business Results with Analytics''] TM Forum, November 2011</ref> निर्णय इंटेलिजेंस एक दृश्य भाषा बनाना चाहता है जो उनके और मात्रात्मक विशेषज्ञों के मध्य संचार की सुविधा प्रदान करती है, जिससे इन और अन्य संख्यात्मक और विधि दृष्टिकोणों के व्यापक उपयोग की अनुमति मिलती है।


विशेष रूप से, निर्णय मॉडल में निर्भरता लिंक कारण-और-प्रभाव (जैसा कि [[कारण लूप आरेख]] में), डेटा प्रवाह ([[डेटा प्रवाह आरेख]] में), या अन्य संबंधों का प्रतिनिधित्व करते हैं। उदाहरण के तौर पर, एक लिंक टेलीफोन सेवा और ग्राहक संतुष्टि के साथ किसी समस्या को ठीक करने के लिए औसत समय के मध्य संबंध का प्रतिनिधित्व कर सकता है, जहां एक छोटा मरम्मत समय संभवतः ग्राहक संतुष्टि को बढ़ाएगा। इन निर्भरताओं का कार्यात्मक रूप अनेक दृष्टिकोणों द्वारा निर्धारित किया जा सकता है। संख्यात्मक दृष्टिकोण, जो इन कार्यों को निर्धारित करने के लिए डेटा का विश्लेषण करते हैं, में मशीन लर्निंग और एनालिटिक्स एल्गोरिदम (कृत्रिम तंत्रिका नेटवर्क सहित), साथ ही अधिक पारंपरिक [[प्रतिगमन विश्लेषण]] सम्मिलित हैं। परिचालन अनुसंधान और अनेक अन्य मात्रात्मक दृष्टिकोणों के परिणामों की समान भूमिका होती है।
विशेष रूप से, निर्णय मॉडल में निर्भरता लिंक कारण-और-प्रभाव (जैसा कि [[कारण लूप आरेख]] में), डेटा प्रवाह ([[डेटा प्रवाह आरेख]] में), या अन्य संबंधों का प्रतिनिधित्व करते हैं। उदाहरण के तौर पर, एक लिंक टेलीफोन सेवा और ग्राहक संतुष्टि के साथ किसी समस्या को ठीक करने के लिए औसत समय के मध्य संबंध का प्रतिनिधित्व कर सकता है, जहां एक छोटा मरम्मत समय संभवतः ग्राहक संतुष्टि को बढ़ाएगा। इन निर्भरताओं का कार्यात्मक रूप अनेक दृष्टिकोणों द्वारा निर्धारित किया जा सकता है। संख्यात्मक दृष्टिकोण, जो इन कार्यों को निर्धारित करने के लिए डेटा का विश्लेषण करते हैं, में मशीन लर्निंग और एनालिटिक्स एल्गोरिदम (कृत्रिम तंत्रिका नेटवर्क सहित), साथ ही अधिक पारंपरिक [[प्रतिगमन विश्लेषण]] सम्मिलित हैं। परिचालन अनुसंधान और अनेक अन्य मात्रात्मक दृष्टिकोणों के परिणामों की समान भूमिका होती है।
Line 45: Line 45:


==कृत्रिम बुद्धिमत्ता और मशीन लर्निंग से संबंध==
==कृत्रिम बुद्धिमत्ता और मशीन लर्निंग से संबंध==
जैसा कि ऊपर वर्णित है, निर्णय मॉडल निर्भरता लिंक को मशीन लर्निंग का उपयोग करके मॉडल किया जा सकता है। इस संबंध में, निर्णय बुद्धिमत्ता को कृत्रिम बुद्धिमत्ता के मल्टी-लिंक विस्तार के रूप में देखा जा सकता है, जिसका एकल-लिंक विश्लेषण के लिए सबसे अधिक उपयोग किया जाता है। इस दृष्टिकोण से, मशीन लर्निंग को प्रश्न का उत्तर देने के रूप में देखा जा सकता है यदि मैं एक्स को जानता/देख/सुनता हूं, मध्य मैं क्या निष्कर्ष निकाल सकता हूं?, जबकि निर्णय खुफिया उत्तर देता है: यदि मैं कार्रवाई एक्स करता हूं, मध्य परिणाम क्या होगा? . पश्चात् वाले प्रश्न में सामान्यतः घटनाओं की शृंखलाएं सम्मिलित होती हैं, जिनमें कभी-कभी फीडबैक लूप जैसी जटिल गतिशीलता भी सम्मिलित होती है। इस तरह, निर्णय बुद्धिमत्ता जटिल प्रणालियों, मशीन लर्निंग और [[निर्णय विश्लेषण]] को एकीकृत करती है।
जैसा कि ऊपर वर्णित है, निर्णय मॉडल निर्भरता लिंक को मशीन लर्निंग का उपयोग करके मॉडल किया जा सकता है। इस संबंध में, निर्णय बुद्धिमत्ता को कृत्रिम बुद्धिमत्ता के '''"मल्टी-लिंक"''' विस्तार के रूप में देखा जा सकता है, जिसका एकल-लिंक विश्लेषण के लिए सबसे अधिक उपयोग किया जाता है। इस दृष्टिकोण से, मशीन लर्निंग को प्रश्न का उत्तर देने के रूप में देखा जा सकता है "यदि मैं एक्स को जानता/देख/सुनता हूं, मध्य मैं क्या निष्कर्ष निकाल सकता हूं?", जबकि निर्णय खुफिया उत्तर देता है: "यदि मैं कार्रवाई एक्स करता हूं, मध्य परिणाम क्या होगा?" पश्चात् वाले प्रश्न में सामान्यतः घटनाओं की शृंखलाएं सम्मिलित होती हैं, जिनमें कभी-कभी फीडबैक लूप जैसी जटिल गतिशीलता भी सम्मिलित होती है। इस तरह, निर्णय बुद्धिमत्ता जटिल प्रणालियों, मशीन लर्निंग और [[निर्णय विश्लेषण]] को एकीकृत करती है।


==उत्पत्ति==
==उत्पत्ति==
Line 54: Line 54:
निर्णय बुद्धिमत्ता को वर्तमान संगठनात्मक निर्णय लेने की प्रथाओं में सुधार माना जाता है, जिसमें स्प्रेडशीट, पाठ (प्रकृति में अनुक्रमिक, इसलिए निर्णय संरचना के माध्यम से जानकारी कैसे प्रवाहित होती है, इसके लिए उपयुक्त नहीं है) और मौखिक [[तर्क]] का उपयोग सम्मिलित है। इन बड़े पैमाने पर अनौपचारिक संरचनाओं से एक निर्णय को अच्छी तरह से समझी जाने वाली, दृश्य भाषा में प्रलेखित किया जाता है, जो समान लाभों के वादे के साथ निर्माण में सामान्य [[ खाका ]] पद्धतियों के निर्माण को प्रतिबिंबित करता है।
निर्णय बुद्धिमत्ता को वर्तमान संगठनात्मक निर्णय लेने की प्रथाओं में सुधार माना जाता है, जिसमें स्प्रेडशीट, पाठ (प्रकृति में अनुक्रमिक, इसलिए निर्णय संरचना के माध्यम से जानकारी कैसे प्रवाहित होती है, इसके लिए उपयुक्त नहीं है) और मौखिक [[तर्क]] का उपयोग सम्मिलित है। इन बड़े पैमाने पर अनौपचारिक संरचनाओं से एक निर्णय को अच्छी तरह से समझी जाने वाली, दृश्य भाषा में प्रलेखित किया जाता है, जो समान लाभों के वादे के साथ निर्माण में सामान्य [[ खाका ]] पद्धतियों के निर्माण को प्रतिबिंबित करता है।


निर्णय बुद्धि बहुत नई भी है और बहुत पुरानी भी। इसके अनेक तत्व - जैसे धारणाओं का आकलन करने की भाषा, किसी तर्क का समर्थन करने के लिए तर्क का उपयोग करना, किसी निर्णय का मूल्यांकन करने के लिए आलोचनात्मक सोच की आवश्यकता और संज्ञानात्मक पूर्वाग्रह के प्रभावों को समझना - प्राचीन हैं। फिर भी यह अहसास कि यह तत्व एक सुसंगत समग्रता का निर्माण कर सकते हैं जो एक सामान्य कार्यप्रणाली पर ध्यान केंद्रित करके संगठनों को महत्वपूर्ण लाभ प्रदान करता है, अपेक्षाकृत नया है।
निर्णय बुद्धि बहुत नई भी है और बहुत पुरानी भी इसके अनेक तत्व - जैसे धारणाओं का आकलन करने की भाषा, किसी तर्क का समर्थन करने के लिए तर्क का उपयोग करना, किसी निर्णय का मूल्यांकन करने के लिए आलोचनात्मक सोच की आवश्यकता और संज्ञानात्मक पूर्वाग्रह के प्रभावों को समझना - प्राचीन हैं। फिर भी यह अहसास कि यह तत्व एक सुसंगत समग्रता का निर्माण कर सकते हैं जो एक सामान्य कार्यप्रणाली पर ध्यान केंद्रित करके संगठनों को महत्वपूर्ण लाभ प्रदान करता है, अपेक्षाकृत नया है।


2018 में, एप्लाइड डेटा साइंस में गूगल की प्रक्रियाओं और प्रशिक्षण कार्यक्रमों का नाम बदलकर निर्णय इंटेलिजेंस कर दिया गया<ref>{{Cite news|url=https://www.fastcompany.com/90203073/why-google-defined-a-new-discipline-to-help-humans-make-decisions|title=Google ने मनुष्यों को निर्णय लेने में मदद करने के लिए एक नया अनुशासन क्यों परिभाषित किया?|date=2018-07-18|work=Fast Company|access-date=2018-08-07|language=en-US}}</ref> डेटा विज्ञान के अनुप्रयोग में कार्यों और निर्णयों की केंद्रीय भूमिका को इंगित करना। जिस सीमा तक सैद्धांतिक रूपरेखा डेटा विज्ञान के अतिरिक्त प्रबंधकीय और सामाजिक विज्ञान पर आधारित थी, वह डेटा विज्ञान से भिन्न अध्ययन के क्षेत्र में निर्णय बुद्धि को एकीकृत करने के लिए एक अतिरिक्त प्रेरक थी।<ref>{{Citation|last=Tech Open Air|title=Decision Intelligence (ML++) - Cassie Kozyrkov (Google) #TOA18|date=2018-08-09|url=https://www.youtube.com/watch?v=Qr4P_jCdUFs|access-date=2018-08-15}}</ref>
साल 2018 में, एप्लाइड डेटा साइंस में गूगल की प्रक्रियाओं और प्रशिक्षण कार्यक्रमों का नाम बदलकर "निर्णय इंटेलिजेंस" कर दिया गया<ref>{{Cite news|url=https://www.fastcompany.com/90203073/why-google-defined-a-new-discipline-to-help-humans-make-decisions|title=Google ने मनुष्यों को निर्णय लेने में मदद करने के लिए एक नया अनुशासन क्यों परिभाषित किया?|date=2018-07-18|work=Fast Company|access-date=2018-08-07|language=en-US}}</ref> डेटा विज्ञान के अनुप्रयोग में कार्यों और निर्णयों की केंद्रीय भूमिका को इंगित करना। जिस सीमा तक सैद्धांतिक रूपरेखा डेटा विज्ञान के अतिरिक्त प्रबंधकीय और सामाजिक विज्ञान पर आधारित थी, वह डेटा विज्ञान से भिन्न अध्ययन के क्षेत्र में निर्णय बुद्धि को एकीकृत करने के लिए एक अतिरिक्त प्रेरक थी।<ref>{{Citation|last=Tech Open Air|title=Decision Intelligence (ML++) - Cassie Kozyrkov (Google) #TOA18|date=2018-08-09|url=https://www.youtube.com/watch?v=Qr4P_jCdUFs|access-date=2018-08-15}}</ref>


आधुनिक निर्णय बुद्धि अत्यधिक अंतःविषय और अकादमिक रूप से समावेशी है। निर्णयों पर केंद्रित अनुसंधान, जिसे मोटे तौर पर जैविक और गैर-जैविक [[क्रिया चयन]] के रूप में परिभाषित किया गया है, को अनुशासन का हिस्सा माना जाता है। चूँकि, निर्णय बुद्धिमत्ता डेटा विज्ञान और सामाजिक विज्ञान के लिए एक व्यापक शब्द नहीं है, क्योंकि इसमें निर्णयों से असंबद्ध घटकों को सम्मिलित नहीं किया गया है।
आधुनिक निर्णय बुद्धि अत्यधिक अंतःविषय और अकादमिक रूप से समावेशी है। निर्णयों पर केंद्रित अनुसंधान, जिसे मोटे तौर पर जैविक और गैर-जैविक [[क्रिया चयन]] के रूप में परिभाषित किया गया है, को अनुशासन का हिस्सा माना जाता है। चूँकि, निर्णय बुद्धिमत्ता डेटा विज्ञान और सामाजिक विज्ञान के लिए एक व्यापक शब्द नहीं है, क्योंकि इसमें निर्णयों से असंबद्ध घटकों को सम्मिलित नहीं किया गया है।


==दृश्य निर्णय डिज़ाइन==
==दृश्य निर्णय डिज़ाइन==
क्योंकि यह जटिल निर्णयों में उपयोग की जाने वाली अन्यथा अदृश्य तर्क संरचनाओं को दृश्यमान बनाता है, निर्णय बुद्धिमत्ता का डिज़ाइन पहलू अन्य वैचारिक प्रतिनिधित्व विधि ों जैसे [[ मन में नक्शे बनाना ]]िंग, [[वैचारिक ग्राफ]]़ और [[सिमेंटिक नेटवर्क]] से लिया जाता है।
क्योंकि यह जटिल निर्णयों में उपयोग की जाने वाली अन्यथा अदृश्य तर्क संरचनाओं को दृश्यमान बनाता है, निर्णय बुद्धिमत्ता का डिज़ाइन पहलू अन्य वैचारिक प्रतिनिधित्व विधियों जैसे [[ मन में नक्शे बनाना | मन में नक्शे बनाना]], [[वैचारिक ग्राफ]] और [[सिमेंटिक नेटवर्क]] से लिया जाता है।


मूल विचार यह है कि एक दृश्य रूपक [[अंतर्ज्ञान (ज्ञान)]], आगमनात्मक तर्क और पैटर्न पहचान को बढ़ाता है - महत्वपूर्ण संज्ञानात्मक कौशल सामान्यतः मौखिक या पाठ चर्चा में कम सुलभ होते हैं।व्यावसायिक निर्णय मानचित्रण को निर्णय बुद्धिमत्ता का समर्थन करने के लिए औपचारिक निर्णय भाषा के एक दृष्टिकोण के रूप में देखा जा सकता है।<ref>Joseph Waring: [http://www.telecomasia.net/content/understanding-telecom-complexity-through-visual-analysis ''Understanding Telecom Complexity through Visual Analysis''] Telecom Asia, January 04, 2010</ref>
मूल विचार यह है कि एक दृश्य रूपक [[अंतर्ज्ञान (ज्ञान)]], आगमनात्मक तर्क और पैटर्न पहचान को बढ़ाता है - महत्वपूर्ण संज्ञानात्मक कौशल सामान्यतः मौखिक या पाठ चर्चा में कम सुलभ होते हैं।व्यावसायिक निर्णय मानचित्रण को निर्णय बुद्धिमत्ता का समर्थन करने के लिए औपचारिक निर्णय भाषा के एक दृष्टिकोण के रूप में देखा जा सकता है।<ref>Joseph Waring: [http://www.telecomasia.net/content/understanding-telecom-complexity-through-visual-analysis ''Understanding Telecom Complexity through Visual Analysis''] Telecom Asia, January 04, 2010</ref>

Revision as of 08:56, 11 July 2023

निर्णय खुफिया ढांचा

निर्णय बुद्धि एक इंजीनियरिंग अनुशासन है जो सामाजिक विज्ञान, निर्णय सिद्धांत और व्यवसाय प्रबंधन की रूपरेखा के सिद्धांत के साथ डेटा विज्ञान को बढ़ाता है। इसका एप्लिकेशन संगठनात्मक निर्णय लेने में सर्वोत्तम प्रथाओं और मशीन लर्निंग को बड़े पैमाने पर प्रयुक्त करने की प्रक्रियाओं के लिए एक रूपरेखा प्रदान करता है। मूल विचार यह है कि निर्णय हमारी इस समझ पर आधारित होते हैं कि कार्यों से परिणाम कैसे प्राप्त होते हैं। निर्णय बुद्धि कारण और प्रभाव की इस श्रृंखला का विश्लेषण करने के लिए एक अनुशासन है, और निर्णय मॉडलिंग इन श्रृंखलाओं का प्रतिनिधित्व करने के लिए एक दृश्य भाषा है।

एक संबंधित क्षेत्र, निर्णय इंजीनियरिंग, निर्णय लेने की प्रक्रियाओं में सुधार की भी जांच करता है किन्तु यह सदैव डेटा विज्ञान से उतना निकटता से जुड़ा नहीं होता है।

उत्पत्ति और प्रौद्योगिकियाँ

निर्णय बुद्धिमत्ता इस मान्यता पर आधारित है कि, यदि अधिक संरचित दृष्टिकोण का उपयोग किया जाए तब अनेक संगठनों में निर्णय लेने में सुधार किया जा सकता है। निर्णय बुद्धिमत्ता निर्णय लेने की "जटिलता सीमा" को पार करने का प्रयास करती है, जो संगठनात्मक निर्णय लेने की प्रथाओं के परिष्कार और उन स्थितियों की जटिलता के मध्य एक बेमेल की विशेषता है जिसमें उन निर्णयों को लिया जाना चाहिए। इस प्रकार, यह जटिलता सिद्धांत और संगठनों के आसपास पहचाने गए कुछ विवादों को हल करना चाहता है।

इस अर्थ में, निर्णय बुद्धिमत्ता जटिल प्रणालियों के क्षेत्र के व्यावहारिक अनुप्रयोग का प्रतिनिधित्व करती है, जो संगठनों को उन जटिल प्रणालियों को नेविगेट करने में सहायता करती है जिनमें यह खुद को पाते हैं। निर्णय बुद्धिमत्ता को एक ऐसे ढाँचे के रूप में भी सोचा जा सकता है जो गैर-विशेषज्ञ निर्णय निर्माता के डेस्कटॉप पर उन्नत विश्लेषण और मशीन लर्निंग विधि लाता है, साथ ही ब्लैक स्वान सिद्धांत में व्यक्त समस्याओं को दूर करने के लिए डेटा विज्ञान को सम्मिलित करता है और फिर उसका विस्तार करता है।

निर्णय खुफिया समर्थकों का मानना ​​है कि अनेक संगठन लगातार खराब निर्णय ले रहे हैं।[1] उत्तर में, निर्णय बुद्धिमत्ता निर्णय लेने की अनेक सर्वोत्तम प्रथाओं को एकीकृत करने का प्रयास करती है, जिनका वर्णन नीचे अधिक विस्तार से किया गया है।

निर्णय बुद्धिमत्ता इस अंतर्दृष्टि पर आधारित है कि पुलों और इमारतों जैसी अधिक मूर्त वस्तुओं को डिजाइन करने के लिए पहले उपयोग किए गए सिद्धांतों का उपयोग करके निर्णय को स्वयं डिजाइन करना संभव है।

निर्णयों का प्रतिनिधित्व करने वाली दृश्य डिज़ाइन भाषा का उपयोग (देखें)। § दृश्य निर्णय डिज़ाइन) निर्णय बुद्धिमत्ता का एक महत्वपूर्ण तत्व है, क्योंकि यह सभी निर्णय प्रतिभागियों द्वारा आसानी से समझी जाने वाली सहज सामान्य भाषा प्रदान करता है। एक दृश्य सोच जटिल प्रणालियों के बारे में तर्क करने की क्षमता में सुधार करती है[2] साथ ही सहयोग को भी बढ़ाता है।

दृश्य निर्णय डिज़ाइन के अतिरिक्त, इंजीनियरिंग विषयों के अन्य दो पहलू हैं जो बड़े पैमाने पर अपनाने में सहायता करते हैं। यह:

  1. डिजाइन तत्वों की एक साझा भाषा का निर्माण और
  2. एक सामान्य कार्यप्रणाली या प्रक्रिया का उपयोग, जैसा कि ऊपर चित्र में दिखाया गया है।

प्रेरणा

निर्णय लेने की एकीकृत कार्यप्रणाली की आवश्यकता अनेक कारकों से प्रेरित होती है जिनका सामना संगठनों को एक जटिल आंतरिक और बाहरी वातावरण में कठिन निर्णय लेते समय करना पड़ता है।

व्यवहार में निर्णय लेने के विवादों को हल करने के लिए वर्तमान तरीकों की व्यापक-आधारित अक्षमता की मान्यता अनेक स्रोतों से आती है, जिनमें सरकारी स्रोत और दूरसंचार, मीडिया (संचार), मोटर वाहन उद्योग और फार्मास्यूटिकल्स जैसे उद्योग सम्मिलित हैं।

उदाहरण:

  • निर्णयों के परिणाम अधिक जटिल होते जा रहे हैं, जो अगली तिमाही के राजस्व या अन्य ठोस परिणामों से कहीं आगे बढ़कर अनेक लक्ष्यों तक पहुंच रहे हैं, जिन्हें एक साथ पूरा किया जाना चाहिए, जिनमें से कुछ अधिकांशतः अमूर्त होते हैं:

कार पारंपरिक विभाजन और ब्रांडिंग से कहीं आगे बढ़कर पहचान, मूल्यों और व्यक्तिगत नियंत्रण की अभिव्यक्ति बन रही है। उदाहरण के लिए, सामाजिक रूप से जिम्मेदार वाहन (एसआरवी) के लिए ईंधन दक्षता केवल एक विचार होगा। कितने प्रतिशत हिस्से पुनर्चक्रण योग्य हैं? वाहन का कुल कार्बन फ़ुटप्रिंट कितना है? क्या बाल श्रम के इनपुट हैं? विषैले पेंट, गोंद, या प्लास्टिक? आपूर्ति शृंखला कितनी पारदर्शी है? क्या विक्रेता रीसाइक्लिंग के लिए जवाबदेह है? किन विधियों का उपयोग किया जाता है? क्या निष्पक्ष श्रम प्रथाएँ नियोजित हैं?

— शोशना ज़ुबॉफ़, "द जीएम सॉल्यूशन: लाइफ बोट्स, नॉट लाइफ सपोर्ट", बिजनेस वीक, 18 नवंबर, 2008
  • जटिलता में वैश्विक वृद्धि:

हम एक गतिशील दुनिया में रहते हैं जिसमें परिवर्तन की गति, दायरा और जटिलता बढ़ रही है। वैश्वीकरण की निरंतर प्रगति, स्वतंत्र अभिनेताओं की बढ़ती संख्या और बढ़ती प्रौद्योगिकी ने वैश्विक कनेक्टिविटी, परस्पर निर्भरता और जटिलता को बढ़ा दिया है, जिससे अधिक अनिश्चितताएं, प्रणालीगत जोखिम और कम अनुमानित भविष्य पैदा हो गया है। इन परिवर्तनों के कारण चेतावनी का समय कम हो गया है और निर्णय चक्र संकुचित हो गया है।

— राष्ट्रीय खुफिया निदेशक, विज़न 2015: एक वैश्विक नेटवर्क और एकीकृत इंटेलिजेंस एंटरप्राइज, जुलाई 2008

अभियांत्रिकी सिद्धांतों को स्थानांतरित करना

अन्य निर्णय लेने वाले उपकरणों और पद्धतियों के विपरीत, निर्णय बुद्धिमत्ता निर्णय लेने की प्रक्रिया में अनेक इंजीनियरिंग प्रथाओं को सम्मिलित करने का प्रयास करती है। इनमें आवश्यकताओं का विश्लेषण, विशिष्टता, परिदृश्य योजना, गुणवत्ता आश्वासन, कंप्यूटर सुरक्षा और ऊपर वर्णित डिज़ाइन सिद्धांतों का उपयोग सम्मिलित है। निर्णय निष्पादन चरण के समय, डिज़ाइन चरण के समय उत्पादित आउटपुट का उपयोग अनेक तरीकों से किया जा सकता है; डैशबोर्ड (व्यवसाय) और धारणा आधारित योजना जैसे निगरानी दृष्टिकोण का उपयोग किसी निर्णय के नतीजे को ट्रैक करने और उपयुक्त के रूप में पुनर्योजना को ट्रिगर करने के लिए किया जाता है (इनमें से कुछ तत्व कैसे गठबंधन करते हैं इसका एक दृश्य इस आलेख की शुरुआत में आरेख में दिखाया गया है)।

निर्णय बुद्धिमत्ता में किए गए निर्णयों की गुणवत्ता में सुधार करने की क्षमता होती है, उन्हें और अधिक तेज़ी से करने की क्षमता होती है, निर्णयों में बदलाव के आसपास संगठनात्मक संसाधनों को अधिक प्रभावी ढंग से संरेखित करने की क्षमता होती है, और निर्णयों से जुड़े कठिन परिस्थितिों को कम किया जाता है। इसके अतिरिक्त, नई जानकारी प्राप्त होने पर डिज़ाइन किए गए निर्णय का पुन: उपयोग और संशोधन किया जा सकता है।[3]

संख्यात्मक तरीकों को डेस्कटॉप पर लाना

यद्यपि निर्णय बुद्धि के अनेक तत्व, जैसे संवेदनशीलता विश्लेषण और विश्लेषण, परिपक्व अनुशासन हैं, यह निर्णय निर्माताओं द्वारा व्यापक उपयोग में नहीं हैं।[4] निर्णय इंटेलिजेंस एक दृश्य भाषा बनाना चाहता है जो उनके और मात्रात्मक विशेषज्ञों के मध्य संचार की सुविधा प्रदान करती है, जिससे इन और अन्य संख्यात्मक और विधि दृष्टिकोणों के व्यापक उपयोग की अनुमति मिलती है।

विशेष रूप से, निर्णय मॉडल में निर्भरता लिंक कारण-और-प्रभाव (जैसा कि कारण लूप आरेख में), डेटा प्रवाह (डेटा प्रवाह आरेख में), या अन्य संबंधों का प्रतिनिधित्व करते हैं। उदाहरण के तौर पर, एक लिंक टेलीफोन सेवा और ग्राहक संतुष्टि के साथ किसी समस्या को ठीक करने के लिए औसत समय के मध्य संबंध का प्रतिनिधित्व कर सकता है, जहां एक छोटा मरम्मत समय संभवतः ग्राहक संतुष्टि को बढ़ाएगा। इन निर्भरताओं का कार्यात्मक रूप अनेक दृष्टिकोणों द्वारा निर्धारित किया जा सकता है। संख्यात्मक दृष्टिकोण, जो इन कार्यों को निर्धारित करने के लिए डेटा का विश्लेषण करते हैं, में मशीन लर्निंग और एनालिटिक्स एल्गोरिदम (कृत्रिम तंत्रिका नेटवर्क सहित), साथ ही अधिक पारंपरिक प्रतिगमन विश्लेषण सम्मिलित हैं। परिचालन अनुसंधान और अनेक अन्य मात्रात्मक दृष्टिकोणों के परिणामों की समान भूमिका होती है।

जब डेटा उपलब्ध नहीं है (या बहुत अधिक सांख्यिकीय ध्वनि, अनिश्चित, या अधूरा है), मध्य यह निर्भरता लिंक नियमों का रूप ले सकते हैं जैसा कि किसी विशेषज्ञ प्रणाली या नियम-आधारित प्रणाली में पाया जा सकता है, और इसलिए ज्ञान इंजीनियरिंग के माध्यम से प्राप्त किया जा सकता है .

इस तरह, एक निर्णय मॉडल एक व्यावहारिक निर्णय के परिणाम को निर्धारित करने के लिए एक पूर्ण समाधान में अनेक रिश्तों के साथ-साथ प्रतीकात्मक और उप-प्रतीकात्मक तर्क को संयोजित करने के लिए एक तंत्र का प्रतिनिधित्व करता है।

कृत्रिम बुद्धिमत्ता और मशीन लर्निंग से संबंध

जैसा कि ऊपर वर्णित है, निर्णय मॉडल निर्भरता लिंक को मशीन लर्निंग का उपयोग करके मॉडल किया जा सकता है। इस संबंध में, निर्णय बुद्धिमत्ता को कृत्रिम बुद्धिमत्ता के "मल्टी-लिंक" विस्तार के रूप में देखा जा सकता है, जिसका एकल-लिंक विश्लेषण के लिए सबसे अधिक उपयोग किया जाता है। इस दृष्टिकोण से, मशीन लर्निंग को प्रश्न का उत्तर देने के रूप में देखा जा सकता है "यदि मैं एक्स को जानता/देख/सुनता हूं, मध्य मैं क्या निष्कर्ष निकाल सकता हूं?", जबकि निर्णय खुफिया उत्तर देता है: "यदि मैं कार्रवाई एक्स करता हूं, मध्य परिणाम क्या होगा?" पश्चात् वाले प्रश्न में सामान्यतः घटनाओं की शृंखलाएं सम्मिलित होती हैं, जिनमें कभी-कभी फीडबैक लूप जैसी जटिल गतिशीलता भी सम्मिलित होती है। इस तरह, निर्णय बुद्धिमत्ता जटिल प्रणालियों, मशीन लर्निंग और निर्णय विश्लेषण को एकीकृत करती है।

उत्पत्ति

निर्णय समर्थन प्रणाली और कार्यप्रणाली (जैसे निर्णय विश्लेषण) के दशकों के विकास के अतिरिक्त, निर्णय लेने के लिए प्राथमिक उपकरण के रूप में यह अभी भी स्प्रेडशीट की तुलना में कम लोकप्रिय हैं। निर्णय इंटेलिजेंस इस अंतर को पाटने का प्रयास करता है, जिससे निर्णय में सम्मिलित मुख्य संस्थाओं, जैसे मान्यताओं, बाहरी मूल्यों, तथ्यों, डेटा और निष्कर्षों के लिए एक सामान्य कार्यप्रणाली और भाषा के उपयोगकर्ताओं का एक महत्वपूर्ण समूह तैयार होता है। यदि पिछले उद्योगों का पैटर्न कायम रहता है, मध्य ऐसी कार्यप्रणाली आम परिपक्वता मॉडल और रोड मानचित्र को स्पष्ट करके प्रौद्योगिकी अपनाने की सुविधा भी प्रदान करेगी, जिसे एक संगठन से दूसरे संगठन में साझा किया जा सकता है।

निर्णय खुफिया दृष्टिकोण बहु-विषयक है, जो इंजीनियरिंग प्रौद्योगिकियों के साथ संज्ञानात्मक पूर्वाग्रह और निर्णय लेने, स्थितिजन्य जागरूकता, महत्वपूर्ण सोच और रचनात्मकता, सहयोग और संगठनात्मक डिजाइन पर निष्कर्षों को एकीकृत करता है।

निर्णय बुद्धिमत्ता को वर्तमान संगठनात्मक निर्णय लेने की प्रथाओं में सुधार माना जाता है, जिसमें स्प्रेडशीट, पाठ (प्रकृति में अनुक्रमिक, इसलिए निर्णय संरचना के माध्यम से जानकारी कैसे प्रवाहित होती है, इसके लिए उपयुक्त नहीं है) और मौखिक तर्क का उपयोग सम्मिलित है। इन बड़े पैमाने पर अनौपचारिक संरचनाओं से एक निर्णय को अच्छी तरह से समझी जाने वाली, दृश्य भाषा में प्रलेखित किया जाता है, जो समान लाभों के वादे के साथ निर्माण में सामान्य खाका पद्धतियों के निर्माण को प्रतिबिंबित करता है।

निर्णय बुद्धि बहुत नई भी है और बहुत पुरानी भी इसके अनेक तत्व - जैसे धारणाओं का आकलन करने की भाषा, किसी तर्क का समर्थन करने के लिए तर्क का उपयोग करना, किसी निर्णय का मूल्यांकन करने के लिए आलोचनात्मक सोच की आवश्यकता और संज्ञानात्मक पूर्वाग्रह के प्रभावों को समझना - प्राचीन हैं। फिर भी यह अहसास कि यह तत्व एक सुसंगत समग्रता का निर्माण कर सकते हैं जो एक सामान्य कार्यप्रणाली पर ध्यान केंद्रित करके संगठनों को महत्वपूर्ण लाभ प्रदान करता है, अपेक्षाकृत नया है।

साल 2018 में, एप्लाइड डेटा साइंस में गूगल की प्रक्रियाओं और प्रशिक्षण कार्यक्रमों का नाम बदलकर "निर्णय इंटेलिजेंस" कर दिया गया[5] डेटा विज्ञान के अनुप्रयोग में कार्यों और निर्णयों की केंद्रीय भूमिका को इंगित करना। जिस सीमा तक सैद्धांतिक रूपरेखा डेटा विज्ञान के अतिरिक्त प्रबंधकीय और सामाजिक विज्ञान पर आधारित थी, वह डेटा विज्ञान से भिन्न अध्ययन के क्षेत्र में निर्णय बुद्धि को एकीकृत करने के लिए एक अतिरिक्त प्रेरक थी।[6]

आधुनिक निर्णय बुद्धि अत्यधिक अंतःविषय और अकादमिक रूप से समावेशी है। निर्णयों पर केंद्रित अनुसंधान, जिसे मोटे तौर पर जैविक और गैर-जैविक क्रिया चयन के रूप में परिभाषित किया गया है, को अनुशासन का हिस्सा माना जाता है। चूँकि, निर्णय बुद्धिमत्ता डेटा विज्ञान और सामाजिक विज्ञान के लिए एक व्यापक शब्द नहीं है, क्योंकि इसमें निर्णयों से असंबद्ध घटकों को सम्मिलित नहीं किया गया है।

दृश्य निर्णय डिज़ाइन

क्योंकि यह जटिल निर्णयों में उपयोग की जाने वाली अन्यथा अदृश्य तर्क संरचनाओं को दृश्यमान बनाता है, निर्णय बुद्धिमत्ता का डिज़ाइन पहलू अन्य वैचारिक प्रतिनिधित्व विधियों जैसे मन में नक्शे बनाना, वैचारिक ग्राफ और सिमेंटिक नेटवर्क से लिया जाता है।

मूल विचार यह है कि एक दृश्य रूपक अंतर्ज्ञान (ज्ञान), आगमनात्मक तर्क और पैटर्न पहचान को बढ़ाता है - महत्वपूर्ण संज्ञानात्मक कौशल सामान्यतः मौखिक या पाठ चर्चा में कम सुलभ होते हैं।व्यावसायिक निर्णय मानचित्रण को निर्णय बुद्धिमत्ता का समर्थन करने के लिए औपचारिक निर्णय भाषा के एक दृष्टिकोण के रूप में देखा जा सकता है।[7]

अमूर्त वस्तुओं का स्पष्ट प्रतिनिधित्व

निर्णय बुद्धि मानती है कि निर्णय लेने के अनेक पहलू अमूर्त तत्वों पर आधारित होते हैं, जिनमें अवसर निवेश, कर्मचारी मनोबल, बौद्धिक पूंजी, ब्रांड पहचान और व्यावसायिक मूल्य के अन्य रूप सम्मिलित हैं जो पारंपरिक मात्रात्मक या वित्तीय मॉडल में सम्मिलित नहीं हैं। मूल्य नेटवर्क विश्लेषण-सबसे विशेष रूप से मूल्य नेटवर्क मानचित्र-इसलिए यहां प्रासंगिक हैं।

यह भी देखें

टिप्पणियाँ

^ Note the following semantic variations:

  • Enterprise decision management (EDM) is a closely related discipline that focuses on automating decisions across an enterprise. Decision intelligence is from this point of view a superset of EDM, since it encompasses both manual and automated decision-making processes, unifying them into a common methodology that, when effective, breaks down barriers between quantitative analysis / analytics tools and departments and those with a more qualitative / strategic / management focus.
  • The related term "decision engineering" is used in several industries. Each of these has a meaning that is distinct from what is discussed in the present article.
  • Many years subsequent to the widespread use of the term, Mastercard trademarked the name "Decision Intelligence" for its AI/machine learning product.[8][non-primary source needed]
  • In behavioral economics, the related term "decision engineering" can mean the deliberate manipulation of consumer choices. In this use of the term, decision intelligence is roughly analogous to soft paternalism—a quite different meaning than is covered in the present article, referring as it does to the engineering of decisions made by consumers, rather than the use of engineering principles to aid in complex decision-making. Although distinctly different, this practice draws on much of the same decision-making research as does decision intelligence (such as, for the example, the work of behavioral economist Richard Thaler).
  • Cost engineering measures the costs of engineering projects. Cost engineering is sometimes grouped into product engineering and design optimization as decision engineering. This can be distinguished from the broader framework of this article, which goes beyond the arena of engineering decisions to all decisions faced by organizations.[9]
  • Operations research is a largely quantitative approach to decision-making that attempts to identify optimal or near-optimal solutions to decision-making problems.


संदर्भ

  1. ↑ John Hagerty, Rita L. Sallam, James Richardson: "Magic Quadrant for Business Intelligence Platforms", Gartner, February 2012
  2. ↑ Lorien Pratt and Mark Zangari: "Leading the way to complex business models", Telecom Asia, August 10, 2009.
  3. ↑ Lorien Pratt and Mark Zangari: Overcoming the Decision Complexity Ceiling through Design. Quantellia white paper, December 2008
  4. ↑ Rob Rich: Agile Decision Making: Improving Business Results with Analytics TM Forum, November 2011
  5. ↑ "Google ने मनुष्यों को निर्णय लेने में मदद करने के लिए एक नया अनुशासन क्यों परिभाषित किया?". Fast Company (in English). 2018-07-18. Retrieved 2018-08-07.
  6. ↑ Tech Open Air (2018-08-09), Decision Intelligence (ML++) - Cassie Kozyrkov (Google) #TOA18, retrieved 2018-08-15
  7. ↑ Joseph Waring: Understanding Telecom Complexity through Visual Analysis Telecom Asia, January 04, 2010
  8. ↑ "Mastercard Rolls Out Artificial Intelligence Across its Global Network". mastercard.com. November 30, 2016. Retrieved 2019-06-23.
  9. ↑ See, e.g. Roy Rajkumar: "Cost engineering: why, what, and how?" and other publications from the University of Cranfield UK's Decision Engineering Centre.


ग्रन्थसूची

  • Peter F. Drucker. Harvard Business Review on Decision Making. (2001) ISBN 1-57851-557-2
  • John S. Hammond. Smart Choices: A Practical Guide to Making Better Decisions. (2002) ISBN 0-7679-0886-4
  • Edward Russo. Decision Traps. (1990) ISBN 0-385-24835-0
  • Paul J.H. Shoemaker. Winning Decisions: Getting It Right the First Time. (2001) ISBN 0-7499-2285-0
  • Scott Plous. The Psychology of Judgment and Decision Making (1993) ISBN 0-07-050477-6
Retrieved from ‘https://www.vigyanwiki.in/index.php?title=निर्णय_बुद्धि&oldid=215161’