这几天一直在看解放战争片,包括电影《建国大业》,电视剧《解放》,突然想谈谈决策。
查了一下,决策,即是确定最优方案的过程。这里“最优”,说明有众多方案可以选择。“过程”,意在这是需要时间分析,比较的。
我记得有一个情节,林彪在打锦州和打长春时在犹豫,林罗刘都想打长春。甚至听了Chair毛的话,打锦州的路上,都想回去打长春。抛开其它不谈,就结果而言,又一次证明Chair毛是正确的。我这里想说的是,林罗刘是三人决策,而Chair毛的决策主要是一人决策,反反复复下令攻锦州,最后都下了死命令了。Chair毛坚持打锦州,看中的锦州的战略位置,也认为是到了展开攻坚战的时机。林罗刘当时考虑的是怕东进兵团和西进兵团的援军挡不住,反而会被围起来。这不是一个确定性问题,作出这样 的决策,我感觉主要是一个军事战略家对局势判断之后的一种直觉。在软件公司中,Chair毛就像一个首席架构师。所以我的结论是凡是战略决策,一般都是由单人决策比较合理。
我也是最近才很关注军事,发现解放军的大小战役,都是由司令员,政委,参谋长这个决策的三人小组确定的。这种镜头太多了,有时候林彪提个建议,问罗荣桓,刘亚楼怎么样。有时候朱老总提出一个想法,周恩来,Chair毛拍砖。这就是多人决策。有一个问题,我比较感兴趣,在网上搜了一下各种决策人数,发现“三人决策”,这个词搜到的最多了,什么XX气象局实行三人决策,局长,副局长,廉政人员一起决策。我在想,难道3个是最好的,为什么不是2个,或是4,5,6,7。。。
假设说,是两个人决策,一个人出主义,一个人唱反调,从另外一个角度思考,对想法加以鞭挞,从而带来决策信息的全面性。但如果两个人各持己见,相持不下,会影响决策效率。3个人就好了,事物的正,反,中庸三方面在交流的过程中就显示出来了。一般领导都会看着两个人争论,最后他说,“好了,你们看这样如何?",拍板就行了。多人决策,就是将众多解决方案挤压呈现出来,最后综合情况作决定。三人决策中,作为任何一个角色,都不能太平庸,否则会影响决策的有效性。依我看,三人决策,就是不肥不瘦,刚刚好,是一个最紧缩的多人决策团队!
人越多,每个人看待问题的视角不一样,获得的信息也就越多。理论上说,人越多越好,但是人太多了,决策过程会比较漫长,浪费时间。大家都在想,谁为结果负责呢?责任比较暧昧。另外就是容易拉帮结派,形成联盟,影响别人决策。人多没关系,最后一定要有一个拍板的人,为了拿到结果,决策也要有timebox。
什么时候多人(很多人)决策比较有效呢?我觉得是信息贫乏的情况下,这个事情,没人熟悉,大家不知道怎么回事,或是每个人知道一方面。这时候就需要集思广益了。还有一种情况,我们经常看到体操比赛打分,去掉一个最高分9.5分,去掉一个最低分8.5分,XX最后得分9分。从概率学上讲,数学期望更接近于真实值。
敏捷软件开发中,也有很多类似的场景。软件开发就是一个不确定性问题,在解决问题时,XP中的结对编程就是两个人在解决问题时进行决策的过程。Sprint 计划会议,可以看成多人决策,也可以看成Product Owner和团队两个角色决策的过程。对于用户故事点的估算就类似体操裁判了,多人决策,得到对一个故事合理的估值。这个估计方法,就是有名的delphi法
。敏捷团队,即是一个典型的多人决策团队,传统情况,项目经理一个拍板计划,需求分析员一个人拍板需求,团队成员是很少参与这些过程的。
说到这儿,我感觉决策中的一个重要的环节就是获取信息的过程,如果信息全了,方案的好坏就很明显了。如果是一个诸葛亮,自己搞定就行了,他有完整的信息,能想到最优的方案。如果没有诸葛亮,就三个臭皮匠,如果皮匠太臭,就弄一堆儿臭皮匠获取信息,在三个臭皮匠决定最后的方案。
分享到:
相关推荐
关于决策树剪枝的两点探讨.doc
利用python自带的wine数据集进行决策树的一些代码的复现,包含剪枝学习,找到最大化验证集分类精度的ccp_alphas值,绘制二维的决策边界,代码全部调试过,如果有什么问题可私信,谢谢。
在这个"决策树资料合集"中,包含了关于决策树的源文件、实例、内容详解以及word文档,这为我们深入理解和应用决策树提供了丰富的资源。 首先,我们要理解决策树的基本概念。决策树由节点和边构成,其中根节点代表...
- “决策树资料合集”可能包含了关于决策树的进一步阅读材料,包括理论介绍、案例研究和实践指南,有助于深入学习和理解决策树算法。 总的来说,这个压缩包提供的资源对于学习和理解ID3决策树算法及其应用是非常...
决策树(Decision Tree)是一种在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法。由于这种决策分支画成图形很像一棵树的枝干,...
决策树是一种广泛应用于数据分析、机器学习和人工智能领域的算法模型,尤其在分类问题中表现出色。它通过构建一种树形结构来模拟一系列的决策过程,每个内部节点代表一个特征或属性测试,每个分支代表一个测试输出,...
【决策支持系统(DSS)概述】 决策支持系统(DSS)是一种计算机化的信息系统,旨在帮助用户,尤其是管理层,进行半结构化和非结构化决策。DSS利用各种技术,如数据分析、建模、模拟和人工智能,来处理复杂的决策问题。...
【决策树】 决策树是一种基于树形结构的机器学习算法,用于分类和回归问题。在Python中,ID3(Iterative Dichotomiser 3)是早期的决策树算法,用于分类任务。ID3算法主要通过计算信息熵来评估特征的重要性,并选择...
总结而言,《决策理论教材》不仅提供了关于决策的理论知识,而且强调了实际应用中的策略制定和判断。通过对决策的类型、特点和影响因素的深入理解,以及掌握决策过程的各个环节,读者能够在面对复杂的管理问题时,...
在这个压缩包中,"treeplan.pdf"可能是一个关于决策树理论和应用的详细指南,而"treeplan.xla"可能是Excel的一个扩展应用,用于创建和分析决策树模型。 首先,我们来深入了解决策树的基本概念。决策树通常由根节点...
至于`www.pudn.com.txt`,这可能是一个链接到资源或参考资料的文本文件,例如在pudn.com网站上找到的关于决策树或交叉验证的教程、代码示例或论文。 在实际应用中,基于决策树的n则交叉验证分类器可以帮助我们更...
本文将深入探讨书中关于决策树构建的核心代码,并结合具体示例进行详细解释,帮助读者更好地理解决策树的构建过程。 #### 二、决策树基础 决策树是一种常用的监督学习方法,用于分类和回归任务。它的构建过程通常...
本资源为一份关于决策分析与评价的讲义,主要介绍了项目决策分析与评价的基本概念、工作程序、主要内容以及相关的知识点。 首先,讲义介绍了项目决策分析与评价的基本概念,包括项目决策分析与评价的定义、任务和...
在这个压缩包中,很可能包含了关于决策树二元分类的详细教程、案例分析和实践应用。 决策树的基本原理是通过构建一棵树状模型来模拟决策过程。每个内部节点代表一个特征或属性测试,每个分支代表一个测试输出,而叶...
这个名为“juecefenxi.zip”的压缩包包含了关于决策分析的详细代码、完整的程序以及相关说明,旨在提供一种实用的工具和指导。我们将深入探讨决策分析的基本概念、常用方法以及如何利用这些代码和程序进行实际应用。...
决策树是一种描述概念空间的有效的归纳推理方法。它是一种树型结构,其中每个内部节点表示在一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。...以上就是关于决策树和Adaboost的相关知识点。
本资料包包含了关于决策树算法的PPT以及Python实现的可运行代码,旨在帮助用户深入理解和应用决策树。 PPT部分可能涵盖了以下内容: 1. **决策树的基本概念**:解释决策树的定义,包括ID3、C4.5、CART等不同决策树...
关于决策过程的划分,不同的管理学派提出了各自的理论。哈罗德·孔茨将其分为四个阶段:诊断问题、发展备选方案、选择一个方案、评价和修正决策。斯蒂芬·P·罗宾斯则认为决策过程包括确定问题、确定决策标准、评估...
以下是关于决策树实现的基本原理、优缺点以及关键步骤的详细说明。 **决策树的基本概念** 决策树是一种监督学习方法,它通过创建类似于流程图的结构来模拟决策过程。在每个内部节点(称为决策节点)上,数据集根据...
以下是关于决策树的详细知识: 1. **熵与信息增益**: - **熵(Entropy)**:熵是衡量数据纯度或不确定性的指标,通常在决策树算法中用于评估特征的重要性。若数据集中所有样本都属于同一类别,熵为0,表示数据纯...