Systemy ekspertowe : program PCShell

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Systemy ekspertowe : program PCShell"

Transkrypt

1 Instytut Informatyki Uniwersytetu Śląskiego lab 1

2 Opis sytemu ekspertowego Metody wnioskowania System PcShell Projekt

3 System ekspertowy - system ekspertowy to system komputerowy zawierający w sobie wyspecjalizowaną wiedzę na temat określonego obszaru ludzkiej działalności, przy czym wiedza ta jest tak zorganizowana, że umożliwia systemowi wejście w interakcyjny dialog z użytkownikiem, w wyniku czego system może oferować rady lub podpowiadał decyzje, jak również objaśniał proces prowadzonego wnioskowania. Inżynieria wiedzy - dziedzina sztucznej inteligencji zajmująca się projektowaniem i realizacją systemów ekspertowych. Inżynier wiedzy projektant SE, osoba łącząca wiedzę na temat technik budowy SE z umiejętnością pozyskiwania i formalizacji wiedzy eksperckiej. Akwizycja wiedzy proces pozyskiwania wiedzy niezbędnej do realizacji systemu ekspertowego. Na proces składają się: rozpoznanie problemu, wywiady z ekspertem, oraz reprezentacja wiedzy eksperta. Akwizycja kończy się w momencie zapisania wiedzy eksperta w bazie wiedzy SE.

4 Rysunek: System ekspertowy

5 Reprezentacje wiedzy: Regułowe bazy wiedzy - wiedza zapisana w postaci reguł : if obiekt = wartość then reguła Tablice decyzyjne - odpowiadają regułom. Zapis w tablicy, gdzie jeden wiersz odpowiada jednej regule. Zawiera atrybuty warunkowe oraz atrybut/atrybuty decyzyjne. Język perceptów - (SKRZYDA : SAMOLOT : X, MA) Język predykatów - Wyższy(Paweł, Piotr) wiedza niepewna (zbiory przybliżone, sieci Bayesa).

6 Moduł komunikacji z użytkownikiem: moduł umożliwiający współpracę z systemem przyjazny dla użytkownika powinien umożliwiać wizualizację uzyskanych wyników Baza danych: zawiera niezbędne dane, które są potrzebne do działania systemu identyczna z bazą danych w systemach tradycyjnych

7 Moduł pozyskiwania wiedzy: Ekspert sam przedstawia wiedzę w postaci reguł (łańcuch przyczynowo-skutkowy): Jeśli coś to wtedy... Zaletą jest czytelność. Liczne wady : czas potrzebny do przekazania wiedzy, konieczność usystematyzowania wiedzy przez eksperta. Ekspert określa prawdopodobieństwo wpływu poszczególnych cech na daną sytuację. Np. Lekarz określający prawdopodobieństwo wystąpienia danego objawu. Zdecydowaną wadą takiego podejścia jest błędne szacowanie prawdopodobieństwa + różni eksperci mogą różnie interpretować pewne fakty. Budowa bazy wiedzy opartej na przykładach. Nie zawsze jednak dla danego problemu istnieje wystarczająca liczba opisanych przypadków.

8 Problem pozyskiwania wiedzy : duża liczba ekspertów. Metody wykorzystujące n ekspertów np. mini metoda delficka: uczestnik niezależnie od innych opracowuje swoją ocenę, przedstawienie wszystkich ocen na forum (anonimowo), dyskusja nad rozbieżnościami, każdy ekspert weryfikuje swoją ocenę, mediana ostatnich wyników przyjmowana jako wynik końcowy.

9 Moduł wnioskowania: Wnioskowanie w przód : wnioskowanie od faktów do celu (wnioskowanie sterowane danymi). Wnioskowanie w tył : wnioskowanie od celu do faktów (wnioskowanie sterowane celem). Wnioskowanie mieszane : cechy wnioskowania w tył i w przód. Np. podział bazy wiedzy na dwie części dla wnioskowania w przód oraz w tył.

10 Przykład wnioskowania: Dana jest baza wiedzy : R1: jeżeli a i b i c to d R2: jezeli a i b to g R3: jeżeli b i c to e R4: jeżeli a i c to f R5: jeżeli e i b i c to f Dane są fakty : a, b, c. Celem wnioskowania jest f.

11 Przykład 2: Dana jest baza wiedzy : R1: jeżeli a i b i c to d R2: jeżeli a i d to g R3: jeżeli a i f to b R4: jeżeli b i g to f R5: jeżeli a i e to f R6: jeżeli e i f to a R7: jeżeli a i b to c Dane są fakty : a i e. Udowodnić hipotezę g.

12 Przykład 3: Dana jest baza wiedzy: R1: jeżeli b i d to f R2: jeżeli a to b R3: jeżeli e i f to g R4: jeżeli b i c to e Fakty: a, c i d. Szukane b

13 Przykład 4: Dana jest baza wiedzy: R1: jeżeli j i k to l R2: jeżeli j to n R3: jeżeli n i m to o R4: jeżeli n i l to m Fakty: j, k, l, p. Szukane p.

14 Przykład 5: Dana jest baza wiedzy: R1: jeżeli j i k to l R2: jeżeli j to n R3: jeżeli n i m to o R4: jeżeli n i l to m Fakty: j, k, l. Szukane p.

15 Przykład 6: Dana jest baza wiedzy: R1: jeżeli l i m to n R2: jeżeli j to o R3: jeżeli j i k to m R4: jeżeli n i o to p Fakty: j, k, l. Szukane p.

16 Etapy tworzenia systemu ekspertowego: analiza problemu, pod kątem, czy kwalifikuje się on do budowy systemu ekspertowego, opracowanie specyfikacji systemu, zdefiniowanie jego zadań i oczekiwanych wyników; przejęcie wiedzy od ekspertów i jej opracowanie; wybór metody reprezentacji wiedzy oraz narzędzi do budowy systemu; organizacja i kodowanie wiedzy (prototyp, pełna wersja); weryfikacja i testowanie systemu.

17 Rysunek: PcShell

18 Rysunek: PcShell

19 Rysunek: PcShell

20 Rysunek: PcShell

21 Rysunek: PcShell

22 Rysunek: PcShell

23 Rysunek: PcShell

24 Rysunek: PcShell

25 Projekt do realizacji: Utworzyć własną bazę wiedzy, przygotować opis oraz reguły. Wnioskowanie minimum na dwóch poziomach (patrz baza grzyby). Do projektu przygotować sprawozdanie. Sprawozdanie powinno zawierać: Tematyka bazy. Np. Klasyfkator utworów literackich jest to baza dotycząca klasyfkacji poszczególnych utworów literackich. Ma ona za zadanie wskazać właściwy gatunek literacki wybranego utworu na podstawie jego cech charakterystycznych. Powód wybrania zagadnienia. Np. w języku polskim 3 rodzaje literackie: liryka, epika dramat + wiele gatunków literackich: powieść, bajka, pieśń, komedia, anegdota, fraszka, farsa, haiku, plankt, dystopia... Program pozwoli użytkownikowi na podstawie cech utworu określić jego przynależność. Proces zbierania inforamcji: wskazać cechy poszczególnych rodzajów literackich. Opisać dlaczego wybrano te gatunki literackie i wskazać ich cechy unikalne. + źródła (książki / strony www ).

26 Proces powstawania: np. początkowym założeniem była identyfikacja dowolnego tekstu, czyli zarówno tekstu literackiego jak i przykładowego zadania z fzyki lub matematyki. Jednak w trakcie przygotowania bazy wyniknął np. problem jednoznaczego odróżnienia tekstu matematycznego od literackiego. Pierwszym krokiem przy projektowaniu bazy było przedstawienie odpowiednich zależności pomi ędzy poszczególnymi gatunkami i rodzajami literackimi w postaci grafu. Tak przygotowane opisy utworów tworzyły reguły w języku naturalnym, które następnie zostały zakodowane w programie PC-Shell 4.0 oraz umieszczone w regułach bazy danych. Zapis naturalny: Przykład: 029: rodzaj = epika if przedstawienie fabuły = opowiada jedna osoba i styl wypowiedzi = proza ; Utwór należy do epiki, jeżli cała fabuła przedstawiana jest z perspektywy jednej osoby - narratora. Kolejnym ważnym czynnikiem jest styl wypowiedzi autora a także osób biorących udział w fabule. Opcjonalnie kod źródłowy. Przykłady wnioskowania.

27 Rysunek: PcShell

28 Rysunek: PcShell

29 Rysunek: PcShell

Systemy ekspertowe Część siódma Realizacja dziedzinowego systemu ekspertowego Roman Simiński

Systemy ekspertowe Część siódma Realizacja dziedzinowego systemu ekspertowego Roman Simiński Część siódma Autor Roman Simiński Kontakt roman.siminski@us.edu.pl www.us.edu.pl/~siminski Realizacja dziedzinowego systemu ekspertowego Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych

Bardziej szczegółowo

Systemy ekspertowe Część siódma Realizacja dziedzinowego systemu ekspertowego Roman Simiński

Systemy ekspertowe Część siódma Realizacja dziedzinowego systemu ekspertowego Roman Simiński Część siódma Autor Roman Simiński Kontakt roman.siminski@us.edu.pl www.us.edu.pl/~siminski Realizacja dziedzinowego systemu ekspertowego Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych

Bardziej szczegółowo

Systemy ekspertowe. Krzysztof Patan

Systemy ekspertowe. Krzysztof Patan Systemy ekspertowe Krzysztof Patan Wprowadzenie System ekspertowy Program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem

Bardziej szczegółowo

Podstawowe definicje Z czego składa się system ekspertowy? Wnioskowanie: wprzód, wstecz, mieszane

Podstawowe definicje Z czego składa się system ekspertowy? Wnioskowanie: wprzód, wstecz, mieszane Podstawowe definicje Z czego składa się system ekspertowy? Wnioskowanie: wprzód, wstecz, mieszane Tworzymy system ekspertowy 1. Wstępna analiza i definicja dziedziny problemu. W tym: poznanie wiedzy dziedzinowej

Bardziej szczegółowo

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski

Systemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do

Bardziej szczegółowo

KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Metody drążenia danych D1.3

KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Metody drążenia danych D1.3 KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe w zarządzaniu firmą Expert systems in enterprise management Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj.

Bardziej szczegółowo

Proces zbierania informacji przebiegał dwuetapowo:

Proces zbierania informacji przebiegał dwuetapowo: 1 Opis bazy 1.1 Tematyka bazy Klasyfikator utworów literackich jest to baza dotycząca klasyfikacji poszczególnych utworów literackich. Ma ona za zadanie wskazać właściwy gatunek literacki wybranego utworu

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe Expert systems Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj. Poziom studiów: studia I stopnia forma studiów:

Bardziej szczegółowo

Systemy ekspertowe. Wnioskowanie w systemach regułowych. Część piąta. Autor Roman Simiński.

Systemy ekspertowe. Wnioskowanie w systemach regułowych. Część piąta.  Autor Roman Simiński. Część piąta Autor Roman Simiński Kontakt siminski@us.edu.pl www.us.edu.pl/~siminski Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych materiałów nie zastąpi uważnego w nim uczestnictwa.

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

Diagramy ERD. Model struktury danych jest najczęściej tworzony z wykorzystaniem diagramów pojęciowych (konceptualnych). Najpopularniejszym

Diagramy ERD. Model struktury danych jest najczęściej tworzony z wykorzystaniem diagramów pojęciowych (konceptualnych). Najpopularniejszym Diagramy ERD. Model struktury danych jest najczęściej tworzony z wykorzystaniem diagramów pojęciowych (konceptualnych). Najpopularniejszym konceptualnym modelem danych jest tzw. model związków encji (ERM

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

Systemy ekspertowe. PC-Shell. Sprawozdanie z bazy wiedzy

Systemy ekspertowe. PC-Shell. Sprawozdanie z bazy wiedzy Wydział Informatyki i Nauki o Materiałach Uniwersytet Śląski Systemy ekspertowe PC-Shell Sprawozdanie z bazy wiedzy Zbigniew Kędzior Informatyka inżynierska Studia niestacjonarne Trzeci rok Grupa A 1.

Bardziej szczegółowo

Podstawy sztucznej inteligencji

Podstawy sztucznej inteligencji wykład 4 (Fuzzy logic) 23 listopad 2011 Plan wykładu 1 Systemy wnioskowania z danymi niepewnymi 2 3 Inteligentne systemy z wiedzą Systemy z wiedzą składają się z dwóch części: 1 Baza wiedzy (KB): zbioru

Bardziej szczegółowo

Inżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska

Inżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska Inżynieria Wiedzy i Systemy Ekspertowe Niepewność wiedzy dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Współczynniki pewności (ang. Certainty

Bardziej szczegółowo

STUDIA I MONOGRAFIE NR

STUDIA I MONOGRAFIE NR STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

Drzewa decyzyjne. 1. Wprowadzenie.

Drzewa decyzyjne. 1. Wprowadzenie. Drzewa decyzyjne. 1. Wprowadzenie. Drzewa decyzyjne są graficzną metodą wspomagania procesu decyzyjnego. Jest to jedna z najczęściej wykorzystywanych technik analizy danych. Drzewo składają się z korzenia

Bardziej szczegółowo

SYSTEMY EKSPERTOWE. Anna Matysek IBiIN UŚ 2008

SYSTEMY EKSPERTOWE. Anna Matysek IBiIN UŚ 2008 SYSTEMY EKSPERTOWE Anna Matysek IBiIN UŚ 2008 DEFINICJE SE System ekspertowy to program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek

Bardziej szczegółowo

Systemy ekspertowe. Sprawozdanie I. Tworzenie bazy wiedzy w systemie PC- Shell. Wykonali: Wiktor Wielgus Łukasz Nowak

Systemy ekspertowe. Sprawozdanie I. Tworzenie bazy wiedzy w systemie PC- Shell. Wykonali: Wiktor Wielgus Łukasz Nowak Systemy ekspertowe Sprawozdanie I Tworzenie bazy wiedzy w systemie PC- Shell Wykonali: Wiktor Wielgus Łukasz Nowak 1. Opis systemu System został stworzony w celu pomocy użytkownikowi przy wyborze sprzętu

Bardziej szczegółowo

Systemy ekspertowe - wiedza niepewna

Systemy ekspertowe - wiedza niepewna Instytut Informatyki Uniwersytetu Śląskiego lab 8 Rozpatrzmy następujący przykład: Miażdżyca powoduje często zwężenie tętnic wieńcowych. Prowadzi to zazwyczaj do zmniejszenia przepływu krwi w tych naczyniach,

Bardziej szczegółowo

Projektowanie oprogramowania. Wykład Weryfikacja i Zatwierdzanie Inżynieria Oprogramowania Kazimierz Michalik

Projektowanie oprogramowania. Wykład Weryfikacja i Zatwierdzanie Inżynieria Oprogramowania Kazimierz Michalik Projektowanie oprogramowania Wykład Weryfikacja i Zatwierdzanie Inżynieria Oprogramowania Kazimierz Michalik Agenda Weryfikacja i zatwierdzanie Testowanie oprogramowania Zarządzanie Zarządzanie personelem

Bardziej szczegółowo

Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach PROGRAM KSZTAŁCENIA. Studia III stopnia (doktoranckie) kierunek Informatyka

Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach PROGRAM KSZTAŁCENIA. Studia III stopnia (doktoranckie) kierunek Informatyka Uniwersytet Śląski Wydział Informatyki i Nauki o Materiałach PROGRAM KSZTAŁCENIA Studia III stopnia (doktoranckie) kierunek Informatyka (przyjęty przez Radę Wydziału Informatyki i Nauki o Materiałach w

Bardziej szczegółowo

Inżynieria oprogramowania II

Inżynieria oprogramowania II Wymagania funkcjonalne, przypadki użycia Inżynieria oprogramowania II Problem i cel Tworzenie projektów bez konkretnego celu nie jest dobre Praktycznie każdy projekt informatyczny powstaje z uwagi na jakiś

Bardziej szczegółowo

Opracował: mgr inż. Marcin Olech

Opracował: mgr inż. Marcin Olech Laboratorium 1. i 2. Strona 1 z 8 Spis treści: 1. Podstawy pracy w zintegrowanym pakiecie sztucznej inteligencji AITECH Sphinx. 2. Szkieletowy system ekspertowy PC Shell 4.0 3. Tworzenie bazy wiedzy w

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRODROCZNYCH I ROCZNYCH OCEN Z JĘZYKA POLSKIEGO W KLASIE VII

WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRODROCZNYCH I ROCZNYCH OCEN Z JĘZYKA POLSKIEGO W KLASIE VII WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRODROCZNYCH I ROCZNYCH OCEN Z JĘZYKA POLSKIEGO W KLASIE VII Na daną ocenę obowiązują ucznia również wymagania na wszystkie oceny niższe oraz

Bardziej szczegółowo

KARTA PRZEDMIOTU. (pieczęć wydziału)

KARTA PRZEDMIOTU. (pieczęć wydziału) (pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: Eksploracja danych w bioinformatyce 2. Kod przedmiotu: EksDaBio 3. Karta przedmiotu ważna od roku akademickiego: 2017/2018 4. Forma kształcenia:

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt

Bardziej szczegółowo

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA

TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA TWORZENIE BAZ WIEDZY W SYSTEMACH EKSPERTOWYCH GOSPODAROWANIA MAJĄTKIEM OBROTOWYM PREDSIĘBIORSTWA Leszek Kiełtyka, Waldemar Jędrzejczyk Wprowadzenie Systemy ekspertowe (SE) są to komputerowe programy konsultacyjne,

Bardziej szczegółowo

Ocena nadzoru nad samodzielnością tworzenia prac dyplomowych

Ocena nadzoru nad samodzielnością tworzenia prac dyplomowych Ocena nadzoru nad samodzielnością tworzenia prac dyplomowych XIX Zgromadzenie Plenarne Konferencji Rektorów Publicznych Szkół Zawodowych w Polsce Sulechów, 24 stycznia 2013. Marek Rocki, 24 stycznia 2013

Bardziej szczegółowo

PROLOG WSTĘP DO INFORMATYKI. Akademia Górniczo-Hutnicza. Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej.

PROLOG WSTĘP DO INFORMATYKI. Akademia Górniczo-Hutnicza. Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej. Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej WSTĘP DO INFORMATYKI Adrian Horzyk PROLOG www.agh.edu.pl Pewnego dnia przyszedł na świat komputer Komputery

Bardziej szczegółowo

Tabela odniesień efektów kierunkowych do efektów obszarowych (tabele odniesień efektów kształcenia)

Tabela odniesień efektów kierunkowych do efektów obszarowych (tabele odniesień efektów kształcenia) Załącznik nr 7 do uchwały nr 514 Senatu Uniwersytetu Zielonogórskiego z dnia 25 kwietnia 2012 r. w sprawie określenia efektów kształcenia dla kierunków studiów pierwszego i drugiego stopnia prowadzonych

Bardziej szczegółowo

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i Spis treści Przedmowa do wydania polskiego - Tadeusz Tyszka Słowo wstępne - Lawrence D. Phillips Przedmowa 1. : rola i zastosowanie analizy decyzyjnej Decyzje złożone Rola analizy decyzyjnej Zastosowanie

Bardziej szczegółowo

2/4. informatyka" studia I stopnia. Nazwa kierunku studiów i kod. Informatyka WM-I-N-1 programu wg USOS. Tytuł zawodowy uzyskiwany przez

2/4. informatyka studia I stopnia. Nazwa kierunku studiów i kod. Informatyka WM-I-N-1 programu wg USOS. Tytuł zawodowy uzyskiwany przez Załącznik Nr 5 do Uchwały Nr 67/2015 Senatu UKSW z dnia 22 maja 2015 r. Dokumentacja dotycząca opisu efektów kształcenia dla programu kształcenia na kierunku informatyka" studia I stopnia Nazwa kierunku

Bardziej szczegółowo

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu ID1SII4 Nazwa modułu Systemy inteligentne 1 Nazwa modułu w języku angielskim Intelligent

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium BAZY DANYCH I SYSTEMY EKSPERTOWE Database and expert systems Forma

Bardziej szczegółowo

METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH

METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH Tomasz POTEMPA Instytut Politechniczny, Zakład Informatyki Święto Uczelni Tarnów, 19 Maja 2011 1 Podsystemy 2 Usługi WMS, WFS, WCS oraz

Bardziej szczegółowo

SYSTEM EKSPERTOWY WSPOMAGAJĄCY ORGANIZACJĘ PRACY FIRMY SPEDYCYJNEJ

SYSTEM EKSPERTOWY WSPOMAGAJĄCY ORGANIZACJĘ PRACY FIRMY SPEDYCYJNEJ SYSTEM EKSPERTOWY WSPOMAGAJĄCY ORGANIZACJĘ PRACY FIRMY SPEDYCYJNEJ Zbigniew BUCHALSKI Wprowadzenie W dzisiejszych czasach coraz częściej spotykamy się z problematyką inŝynierii wiedzy i systemów ekspertowych

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

Bardziej szczegółowo

PODSTAWY SZTUCZNEJ INTELIGENCJI

PODSTAWY SZTUCZNEJ INTELIGENCJI Katedra Informatyki Stosowanej Politechnika Łódzka PODSTAWY SZTUCZNEJ INTELIGENCJI Laboratorium PROGRAMOWANIE SYSTEMÓW EKSPERTOWYCH Opracowanie: Dr hab. inŝ. Jacek Kucharski Dr inŝ. Piotr Urbanek Cel ćwiczenia

Bardziej szczegółowo

KARTA PRZEDMIOTU. 2. Kod przedmiotu: SYSTEMY INFORMACYJNE W MEDYCYNIE

KARTA PRZEDMIOTU. 2. Kod przedmiotu: SYSTEMY INFORMACYJNE W MEDYCYNIE (pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: 2. Kod przedmiotu: SYSTEMY INFORMACYJNE W MEDYCYNIE SIwM 3. Karta przedmiotu ważna od roku akademickiego: 2017/2018 4. Forma kształcenia: studia

Bardziej szczegółowo

Nazwa wariantu modułu (opcjonalnie): Laboratorium programowania w języku C++

Nazwa wariantu modułu (opcjonalnie): Laboratorium programowania w języku C++ Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Chemia, poziom pierwszy Sylabus modułu: Laboratorium programowania (0310-CH-S1-019) Nazwa wariantu modułu (opcjonalnie): Laboratorium programowania

Bardziej szczegółowo

Rys. 7.1: Okno główne modułu Dia_Sta

Rys. 7.1: Okno główne modułu Dia_Sta Rozdział 7 Stosowanie sieci stwierdzeń Krzysztof PSIUK 7.1. W prowadzenie W rozdziale Konstruowania sieci stwierdzeń opisano zagadnienia związane z przygotowaniem sieci stwierdzeń [7.2] do przeprowadzenia

Bardziej szczegółowo

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH

Bardziej szczegółowo

Systemy eksperowe. Agnieszka Nowak Brzezińska Wykład I

Systemy eksperowe. Agnieszka Nowak Brzezińska Wykład I Systemy eksperowe Agnieszka Nowak Brzezińska Wykład I Zakres materiału: Wprowadzenie do sztucznej inteligencji i systemów ekspertowych PC-Shell jako narzędzie do budowy szkieletowych systemów ekspertowych

Bardziej szczegółowo

Sztuczna inteligencja : Zbiory rozmyte cz. III

Sztuczna inteligencja : Zbiory rozmyte cz. III Instytut Informatyki Uniwersytetu Śląskiego lab 3 Notacja Zadeha: symboliczny zapis zbioru rozmytego dla przestrzeni dyskretnej. Dla X jest przestrzenią o skończonej liczbie elementów X = {x 1, x 2,...,

Bardziej szczegółowo

KARTA PRZEDMIOTU. Projekt zespołowy D1_10

KARTA PRZEDMIOTU. Projekt zespołowy D1_10 KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Projekt zespołowy D1_10 Nazwa przedmiotu (j. ang.): Team Project Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia:

Bardziej szczegółowo

Cykle życia systemu informatycznego

Cykle życia systemu informatycznego Cykle życia systemu informatycznego Cykl życia systemu informatycznego - obejmuję on okres od zgłoszenia przez użytkownika potrzeby istnienia systemu aż do wycofania go z eksploatacji. Składa się z etapów

Bardziej szczegółowo

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z

Bardziej szczegółowo

KARTA MODUŁU KSZTAŁCENIA

KARTA MODUŁU KSZTAŁCENIA KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia

Bardziej szczegółowo

Sztuczna Inteligencja Projekt

Sztuczna Inteligencja Projekt Sztuczna Inteligencja Projekt Temat: Algorytm LEM2 Liczba osób realizujących projekt: 2 1. Zaimplementować algorytm LEM 2. 2. Zaimplementować klasyfikator Classif ier. 3. Za pomocą algorytmu LEM 2 wygenerować

Bardziej szczegółowo

Analiza i projektowanie obiektowe 2016/2017. Wykład 10: Tworzenie projektowego diagramu klas

Analiza i projektowanie obiektowe 2016/2017. Wykład 10: Tworzenie projektowego diagramu klas Analiza i projektowanie obiektowe 2016/2017 Wykład 10: Tworzenie projektowego diagramu klas Jacek Marciniak Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza 1 Plan wykładu 1. Projektowy

Bardziej szczegółowo

Opis podstawowych funkcji PC- SHELLa

Opis podstawowych funkcji PC- SHELLa Opis podstawowych funkcji PC- SHELLa addfact - instrukcja addfact umożliwia utworzenie i dodanie faktu do bazy wiedzy - w sposób dynamiczny - podczas wykonywania programu z bloku control. neditbox - Instrukcja

Bardziej szczegółowo

KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Projekt zespołowy D1_10

KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Projekt zespołowy D1_10 KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:

Bardziej szczegółowo

STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe

STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe Technologie informacyjne Prof. dr hab. Zdzisław Szyjewski 1. Rola i zadania systemu operacyjnego 2. Zarządzanie pamięcią komputera 3. Zarządzanie danymi

Bardziej szczegółowo

Sylabus modułu kształcenia na studiach wyższych. Nazwa Wydziału. Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia

Sylabus modułu kształcenia na studiach wyższych. Nazwa Wydziału. Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Załącznik nr 4 do zarządzenia nr 12 Rektora UJ z 15 lutego 2012 r. Sylabus modułu kształcenia na studiach wyższych Nazwa Wydziału Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Wydział Matematyki

Bardziej szczegółowo

Opis. Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów) Liczba godzin zajęć dydaktycznych z podziałem na formy prowadzenia zajęć

Opis. Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów) Liczba godzin zajęć dydaktycznych z podziałem na formy prowadzenia zajęć Załącznik nr 5 do Uchwały nr 1202 Senatu UwB z dnia 29 lutego 2012 r. nazwa SYLABUS A. Informacje ogólne Tę część wypełnia koordynator (w porozumieniu ze wszystkimi prowadzącymi dany przedmiot w jednostce)

Bardziej szczegółowo

Plan nauczania informatyki Opracował: mgr Daniel Starego

Plan nauczania informatyki Opracował: mgr Daniel Starego Obowiązuje od roku szkolnego 000/00 Plan nauczania informatyki Opracował: mgr Daniel Starego Szkoła podstawowa klasy IV VI Dział, tematyka L. godz. I rok II rok. TECHNIKA KOMPUTEROWA W ŻYCIU CZŁOWIEKA

Bardziej szczegółowo

Temat: Projektowanie sterownika rozmytego. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

Temat: Projektowanie sterownika rozmytego. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Projektowanie sterownika rozmytego Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie System

Bardziej szczegółowo

Inżynieria wiedzy Wnioskowanie oparte na wiedzy niepewnej Opracowane na podstawie materiałów dra Michała Berety

Inżynieria wiedzy Wnioskowanie oparte na wiedzy niepewnej Opracowane na podstawie materiałów dra Michała Berety mgr Adam Marszałek Zakład Inteligencji Obliczeniowej Instytut Informatyki PK Inżynieria wiedzy Wnioskowanie oparte na wiedzy niepewnej Opracowane na podstawie materiałów dra Michała Berety Wstępnie na

Bardziej szczegółowo

Konspekt lekcji języka polskiego w klasie szóstej szkoły podstawowej. Temat: DLACZEGO POWIEŚĆ HISTORYCZNA NIE JEST PODRĘCZNIKIEM HISTORII?

Konspekt lekcji języka polskiego w klasie szóstej szkoły podstawowej. Temat: DLACZEGO POWIEŚĆ HISTORYCZNA NIE JEST PODRĘCZNIKIEM HISTORII? Konspekt lekcji języka polskiego w klasie szóstej szkoły podstawowej Temat: DLACZEGO POWIEŚĆ HISTORYCZNA NIE JEST PODRĘCZNIKIEM HISTORII? Cele ogólne: kształcenie umiejętności wskazywania cech, podobieństw

Bardziej szczegółowo

Projektowanie baz danych za pomocą narzędzi CASE

Projektowanie baz danych za pomocą narzędzi CASE Projektowanie baz danych za pomocą narzędzi CASE Metody tworzenia systemów informatycznych w tym, także rozbudowanych baz danych są komputerowo wspomagane przez narzędzia CASE (ang. Computer Aided Software

Bardziej szczegółowo

Liczba godzin/tydzień: 2W, 2L

Liczba godzin/tydzień: 2W, 2L Nazwa przedmiotu: Bazy wiedzy i systemy ekspertowe w ekonomice Knowledge basis and ekspert systems in economy Kierunek: Forma studiów: Informatyka Stacjonarne Rodzaj przedmiotu: Poziom przedmiotu: obowiązkowy

Bardziej szczegółowo

WYKORZYSTANIE SYSTEMÓW EKSPERTOWYCH DO OCENY FUNKCJONOWANIA PRZEDSIĘBIORSTW

WYKORZYSTANIE SYSTEMÓW EKSPERTOWYCH DO OCENY FUNKCJONOWANIA PRZEDSIĘBIORSTW WYKORZYSTANIE SYSTEMÓW EKSPERTOWYCH DO OCENY FUNKCJONOWANIA PRZEDSIĘBIORSTW Łukasz SIEMIENIUK, Małgorzata DAKOWICZ Streszczenie: Celem publikacji jest omówienie problematyki systemów ekspertowych, analiza

Bardziej szczegółowo

SYSTEM EKSPERTOWY DO PLANOWANIA PROCESÓW TECHNOLOGICZNYCH OBRÓBKI SKRAWANIEM

SYSTEM EKSPERTOWY DO PLANOWANIA PROCESÓW TECHNOLOGICZNYCH OBRÓBKI SKRAWANIEM SYSTEM EKSPERTOWY DO PLANOWANIA PROCESÓW TECHNOLOGICZNYCH OBRÓBKI SKRAWANIEM Edward CHLEBUS, Kamil KROT, Michał KULIBERDA Streszczenie: W przedstawionym artykule opisano szkieletowy system ekspertowy do

Bardziej szczegółowo

Metodyka projektowania komputerowych systemów sterowania

Metodyka projektowania komputerowych systemów sterowania Metodyka projektowania komputerowych systemów sterowania Andrzej URBANIAK Metodyka projektowania KSS (1) 1 Projektowanie KSS Analiza wymagań Opracowanie sprzętu Projektowanie systemu Opracowanie oprogramowania

Bardziej szczegółowo

OCENIANIE - JĘZYK POLSKI GIMNAZJUM Opracowała Dorota Matusiak

OCENIANIE - JĘZYK POLSKI GIMNAZJUM Opracowała Dorota Matusiak OCENIANIE - JĘZYK POLSKI GIMNAZJUM Opracowała Dorota Matusiak Ocenie podlegają następujące elementy pracy ucznia: - ustne w czasie lekcji, - prezentacje przygotowane w domu, - notatki tworzone na podstawie

Bardziej szczegółowo

MiASI. Modele, perspektywy, diagramy UML. Piotr Fulmański. 7 grudnia 2009. Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska

MiASI. Modele, perspektywy, diagramy UML. Piotr Fulmański. 7 grudnia 2009. Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska MiASI Modele, perspektywy, diagramy UML Piotr Fulmański Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska 7 grudnia 2009 Spis treści 1 Modele, perspektywy, diagramy Czym jest model? Do czego

Bardziej szczegółowo

Spis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08

Spis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08 Spis treści Wstęp.............................................................. 7 Część I Podstawy analizy i modelowania systemów 1. Charakterystyka systemów informacyjnych....................... 13 1.1.

Bardziej szczegółowo

P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H

P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania

Bardziej szczegółowo

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32 Analiza i projektowanie oprogramowania Analiza i projektowanie oprogramowania 1/32 Analiza i projektowanie oprogramowania 2/32 Cel analizy Celem fazy określania wymagań jest udzielenie odpowiedzi na pytanie:

Bardziej szczegółowo

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.

Bardziej szczegółowo

Prezentacja przygotowana przez uczniów w uczęszczaj

Prezentacja przygotowana przez uczniów w uczęszczaj Prezentacja przygotowana przez uczniów w uczęszczaj szczającychcych na zajęcia realizowane w projekcie To Lubię...... w ramach Sektorowego Programu Operacyjnego Rozwój j Zasobów w Ludzkich 2004-2006 2006

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Podstawy Projektowania Foundation of design in technical engineering Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Poziom studiów: obowiązkowy studia I stopnia Rodzaj

Bardziej szczegółowo

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów Łukasz Piątek, Jerzy W. Grzymała-Busse Katedra Systemów Ekspertowych i Sztucznej Inteligencji, Wydział Informatyki

Bardziej szczegółowo

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej

Bardziej szczegółowo

Wstęp do Sztucznej Inteligencji

Wstęp do Sztucznej Inteligencji Wstęp do Sztucznej Inteligencji Rozwiązywanie problemów-i Joanna Kołodziej Politechnika Krakowska Wydział Fizyki, Matematyki i Informatyki Rozwiązywanie problemów Podstawowe fazy: Sformułowanie celu -

Bardziej szczegółowo

Analiza i projektowanie obiektowe 2017/2018. Wykład 3: Model wiedzy dziedzinowej

Analiza i projektowanie obiektowe 2017/2018. Wykład 3: Model wiedzy dziedzinowej Analiza i projektowanie obiektowe 2017/2018 Wykład 3: Model wiedzy dziedzinowej Jacek Marciniak Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza 1 Plan wykładu 1. Model wiedzy dziedzinowej

Bardziej szczegółowo

Opis przedmiotu: Probabilistyka I

Opis przedmiotu: Probabilistyka I Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca

Bardziej szczegółowo

SCENARIUSZ LEKCJI. Dzielenie wielomianów z wykorzystaniem schematu Hornera

SCENARIUSZ LEKCJI. Dzielenie wielomianów z wykorzystaniem schematu Hornera Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH

Bardziej szczegółowo

Języki programowania deklaratywnego

Języki programowania deklaratywnego Katedra Inżynierii Wiedzy laborki 14 Języki deklaratywne Główne różnice między paradygmatem deklaratywnym a imperatywnym Omów główne cechy paradygmatu programowania w logice na przykładzie Prologa Główne

Bardziej szczegółowo

Diagramu Związków Encji - CELE. Diagram Związków Encji - CHARAKTERYSTYKA. Diagram Związków Encji - Podstawowe bloki składowe i reguły konstrukcji

Diagramu Związków Encji - CELE. Diagram Związków Encji - CHARAKTERYSTYKA. Diagram Związków Encji - Podstawowe bloki składowe i reguły konstrukcji Diagramy związków encji (ERD) 1 Projektowanie bazy danych za pomocą narzędzi CASE Materiał pochodzi ze strony : http://jjakiela.prz.edu.pl/labs.htm Diagramu Związków Encji - CELE Zrozumienie struktury

Bardziej szczegółowo

Sprawozdanie 1 z PC-Shell a. Baza Wiedzy: Wybór śniadania

Sprawozdanie 1 z PC-Shell a. Baza Wiedzy: Wybór śniadania Dariusz Roterman Grupa IO2 Rok II Informatyka Inżynierska Systemy ekspertowe Sprawozdanie 1 z PC-Shell a Baza Wiedzy: Wybór śniadania 1. Opis systemu System został stworzony w celu pomocy w wyborze śniadania.

Bardziej szczegółowo

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek: Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne

Bardziej szczegółowo

INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Podstawowe pojęcia z logiki rozmytej Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie

Bardziej szczegółowo

ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19

ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19 SPIS TREŚCI WSTĘP 15 ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19 1.1. Pojęcie i rozwój systemów ekspertowych 19 1.1.1. Definiowanie systemu ekspertowego w literaturze przedmiotu 20

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Systemy Decision suport systems Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów: studia II stopnia

Bardziej szczegółowo

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu. SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu

Bardziej szczegółowo

Logistyka I stopień Ogólnoakademicki. Niestacjonarne. Zarządzanie logistyczne Katedra Inżynierii Produkcji Dr Sławomir Luściński

Logistyka I stopień Ogólnoakademicki. Niestacjonarne. Zarządzanie logistyczne Katedra Inżynierii Produkcji Dr Sławomir Luściński KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Z-LOGN1-1071 Techniki komputerowe we wspomaganiu decyzji logistycznych

Bardziej szczegółowo

UCHWAŁA NR 26/2016. SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku

UCHWAŁA NR 26/2016. SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku UCHWAŁA NR 26/2016 SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku w sprawie: określenia efektów kształcenia dla kierunku Mechatronika studia II stopnia o profilu

Bardziej szczegółowo

Algorytm. a programowanie -

Algorytm. a programowanie - Algorytm a programowanie - Program komputerowy: Program komputerowy można rozumieć jako: kod źródłowy - program komputerowy zapisany w pewnym języku programowania, zestaw poszczególnych instrukcji, plik

Bardziej szczegółowo

Wprowadzenie Sformułowanie problemu Typy reguł asocjacyjnych Proces odkrywania reguł asocjacyjnych. Data Mining Wykład 2

Wprowadzenie Sformułowanie problemu Typy reguł asocjacyjnych Proces odkrywania reguł asocjacyjnych. Data Mining Wykład 2 Data Mining Wykład 2 Odkrywanie asocjacji Plan wykładu Wprowadzenie Sformułowanie problemu Typy reguł asocjacyjnych Proces odkrywania reguł asocjacyjnych Geneza problemu Geneza problemu odkrywania reguł

Bardziej szczegółowo

KARTA PRZEDMIOTU. Projektowanie systemów czasu rzeczywistego D1_13

KARTA PRZEDMIOTU. Projektowanie systemów czasu rzeczywistego D1_13 KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom : Profil : Forma studiów: Obszar : Dziedzina:

Bardziej szczegółowo

Tworzenie reguł własnych banku - Moduł reguł własnych

Tworzenie reguł własnych banku - Moduł reguł własnych Tworzenie reguł własnych banku - Moduł reguł własnych Styczeń 2012 Wszelkie prawa zastrzeżone. Dokument może być reprodukowany lub przechowywany bez ograniczeń tylko w całości. W przeciwnym przypadku,

Bardziej szczegółowo

Spis treúci. 1. Wprowadzenie... 13

Spis treúci. 1. Wprowadzenie... 13 Księgarnia PWN: W. Dąbrowski, A. Stasiak, M. Wolski - Modelowanie systemów informatycznych w języku UML 2.1 Spis treúci 1. Wprowadzenie... 13 2. Modelowanie cele i metody... 15 2.1. Przegląd rozdziału...

Bardziej szczegółowo

Diagnostyka procesów przemysłowych Kod przedmiotu

Diagnostyka procesów przemysłowych Kod przedmiotu Diagnostyka procesów przemysłowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Diagnostyka procesów przemysłowych Kod przedmiotu 06.0-WE-AiRP-DPP Wydział Kierunek Wydział Informatyki, Elektrotechniki

Bardziej szczegółowo

Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie

Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie Wrota Parsęty II o bazie danych przestrzennych - wprowadzenie Czym jest baza danych? zbiór powiązanych danych z pewnej dziedziny, zorganizowanych w sposób dogodny do korzystania z nich, a zwłaszcza do

Bardziej szczegółowo

R o g e r A c c e s s C o n t r o l S y s t e m 5

R o g e r A c c e s s C o n t r o l S y s t e m 5 R o g e r A c c e s s C o n t r o l S y s t e m 5 Nota aplikacyjna nr 003 Wersja dokumentu: Rev. B Uprawnienia Uwaga: Niniejszy dokument dotyczy RACS v5.2 (VISO 1.2.2 lub nowszy) Wprowadzenie W systemie

Bardziej szczegółowo

Specjalnościowy Obowiązkowy Polski Semestr 5

Specjalnościowy Obowiązkowy Polski Semestr 5 KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 Z-ID-507b Język programowania Python The Python Programming Language

Bardziej szczegółowo