| dc.contributor.advisor | Σφακιανάκης, Μιχαήλ | |
| dc.contributor.author | Ρίζος, Χρήστος Παναγιώτης | |
| dc.date.accessioned | 2025-06-10T13:28:24Z | |
| dc.date.available | 2025-06-10T13:28:24Z | |
| dc.date.issued | 2025-06 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/17839 | |
| dc.description.abstract | Η παρούσα διπλωματική εργασία εστιάζει στην βελτιστοποίηση της διαδικασίας λήψης αποφάσεων στις επιχειρήσεις με την χρήση τεχνητής νοημοσύνης και στην συγκριτική ανάλυση κορυφαίων μοντέλων της. Αρχικά γίνεται αναφορά στην σημασία της βελτιστοποίησης στην λήψη αποφάσεων στο επιχειρηματικό περιβάλλον, καθώς επίσης γίνεται αναφορά και στον ρόλο της τεχνητής νοημοσύνης στη λήψη των αποφάσεων.
Η εργασία συνεχίζει με την θεωρητική θεμελίωση της έννοιας της τεχνητής νοημοσύνης, εξετάζοντας την ιστορική της εξέλιξη, τα βασικά χαρακτηριστικά της και τη σημασία της στη λήψη αποφάσεων. Επιπλέον γίνεται αναφορά στο μοντέλο ChatGPT, αναλύονται οι επιπτώσεις της τεχνητής νοημοσύνης και η εφαρμογή της στην ρομποτική. Ακόμα γίνεται ανάλυση στις βασικές αρχές της λήψης αποφάσεων. Ακολουθεί η αναλυτική παρουσίαση των κορυφαίων μοντέλων τεχνητής νοημοσύνης, όπως τα συστήματα μηχανικής μάθησης, τα νευρωνικά δίκτυα, τους εξελικτικούς αλγόριθμους και τα συστήματα βασισμένα σε κανόνες, συνοδευόμενη από την εμβάθυνση στα δυνατά και αδύνατα σημεία του καθενός.
Στην συνέχεια εξετάζεται η εφαρμογή αυτών των μεθόδων για την βελτιστοποίηση της λήψης αποφάσεων, με ιδιαίτερη έμφαση σε αλγορίθμους βελτιστοποίησης, όπως οι γενετικοί αλγόριθμοι, οι αλγόριθμοι σμήνους σωματιδίων και η προσομοιωμένη ανόπτηση.
Τέλος εστιάζει στην σύγκριση και αξιολόγηση των κορυφαίων μοντέλων τεχνητής νοημοσύνης, με βάση κριτήρια όπως η απόδοση και ακρίβεια, η γενίκευση και η αντιμετώπιση της υπερπροσαρμογής, η ερμηνευσιμότητα και η διαφάνεια, η δικαιοσύνη και η αδυναμία διακρίσεων και η αξιοπιστία και ανθεκτικότητα. Ακόμα τονίζεται ότι δεν υπάρχει ένα ενιαίο άριστο μοντέλο για κάθε πρόβλημα, και ότι η επιλογή του κατάλληλου αλγορίθμου εξαρτάται από τα χαρακτηριστικά της εφαρμογής και τις προτεραιότητες του χρήστη. | el |
| dc.format.extent | 80 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.title | Βελτιστοποίηση της λήψης αποφάσεων με τη χρήση της τεχνητής νοημοσύνης. Σύγκριση κορυφαίων μοντέλων τεχνητής νοημοσύνης | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Οικονομικών, Επιχειρηματικών και Διεθνών Σπουδών. Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων | el |
| dc.description.abstractEN | This thesis focuses on the optimization of the decision-making process in business using artificial intelligence and the comparative analysis of leading models. Initially, the importance of optimization in decision making in the business environment is discussed and the role of artificial intelligence in decision making is also discussed.
The paper continues with the theoretical foundation of the concept of artificial intelligence, examining its historical development, its main characteristics and its importance in decision making. In addition, the ChatGPT model is mentioned, the implications of artificial intelligence and its application in robotics are analysed. It also provides an analysis on the basic principles of decision making. This is followed by a detailed presentation of the leading models of artificial intelligence, such as machine learning systems, neural networks, evolutionary algorithms and rule-based systems, accompanied by an in-depth discussion of the strengths and weaknesses of each.
The application of these methods for optimizing decision making is then discussed, with particular emphasis on optimization algorithms such as genetic algorithms, particle swarm algorithms and simulated annealing.
Finally, it focuses on the comparison and evaluation of leading AI models, based on criteria such as performance and accuracy, generalizability and addressing overfitting, interpretability and transparency, fairness and non-discrimination, and reliability and robustness. It is further emphasised that there is no single perfect model for every problem, and that the choice of the appropriate algorithm depends on the characteristics of the application and the user's priorities. | el |
| dc.contributor.master | MBA TQM International - Ευρωπαϊκό Πρόγραμμα Μεταπτυχιακών Σπουδών στη Διοίκηση Επιχειρήσεων – Ολική Ποιότητα με διεθνή προσανατολισμό (MBA TQM Int) | el |
| dc.subject.keyword | Τεχνητή νοημοσύνη | el |
| dc.subject.keyword | Λήψη αποφάσεων | el |
| dc.subject.keyword | Βελτιστοποίηση | el |
| dc.subject.keyword | Μοντέλα τεχνητής νοημοσύνης | el |
| dc.date.defense | 2025-06-02 | |
