Pojęcie i geneza systemów eksperckich
|
|
- Damian Wróbel
- 6 lat temu
- Przeglądów:
Transkrypt
1 Pojęcie i geneza systemów eksperckich Opracował: Konrad Banaś
2 Wstęp Systemy ekspertowe są jedną z dziedzin sztucznej inteligencji więc na początku warto zastanowić się czym tak właściwie jest sztuczna inteligencja. Aby dokładnie przybliżyć wyżej wymieniony termin należy uświadomić sobie co oznacza termin inteligencja. Otóż pojęcie inteligencji było znane już w starożytności. Wprowadził je najprawdopodobniej Cyceron. W jego interpretacji termin ten miał oznaczać zdolności umysłowe człowieka. Późniejsi badacze nadali temu pojęciu bardziej rozwiniętą interpretację. Najogólniej mówiąc, termin inteligencja oznacza zdolność rozumienia otaczających sytuacji i znajdowania na nie właściwych reakcji. Inaczej rzecz ujmując inteligencja jest to zdolność rozpoznawania obserwowanego wycinka rzeczywistości, jego rozumienia, określania właściwych celów oraz poszukiwania sposobów osiągnięcia tych celów. Przez wiele dziesiątków lat ludzie na całym świecie próbowali stworzyć maszynę, która choćby w najmniejszym stopniu odzwierciedlała inteligencję ludzką. Dzięki temu systemy takie wykazywałyby cech tzw. sztucznej inteligencji, która jest chyba najbardziej kontrowersyjną dziedziną informatyki. Problemy jakie powstawały podczas prób zbudowania takich systemów były ogromne. Przede wszystkim zdano sobie sprawę, że komputer nie potrafi sam z siebie niczego nowego odkryć ani niczego nowego wynaleźć, gdyż prawdziwe twórcze myślenie jest mu niedostępne. Jednakże ludzie nie przestają próbować stworzyć takiego systemu ponieważ mógłby być on niezwykle użyteczny. Przede wszystkim komputer pod względem szybkości dokonywanych obliczeń przewyższa znacznie możliwości człowieka i gdyby posiadał własną świadomość postęp ludzkości mógłby znacznie się przyspieszyć. Tak naprawdę to ciężko jest nawet jednoznacznie określić pojęcia sztucznej inteligencji, a to ze względu na sprzeczność między znaczeniem słów sztuczny i inteligencja. Najpopularniejszym wytłumaczeniem tego pojęcia jest definicja sztucznej inteligencji według Minsky ego: Sztuczna inteligencja jest nauką o maszynach realizujących zadania, które wymagają inteligencji wówczas, gdy są wykonywane przez człowieka. Tak więc powstaje pytanie, kiedy system komputerowy wykazuje cech sztucznej inteligencji. Turing zaproponował prosty test dający odpowiedz na to pytanie: Maszyna jest nazywana inteligentną, jeśli zewnętrzny obserwator nie jest w stanie odróżnić jej odpowiedzi od odpowiedzi człowieka mogącego zastępować maszynę. 2
3 Jak wspomniałem na początku pracy systemy ekspertowe są jedną z dziedzin sztucznej inteligencji. Oto te dziedziny: a) rozwiązywanie problemów i strategie przeszukiwań b) teoria gier c) automatyczne dowodzenie twierdzeń d) przetwarzanie języka naturalnego e) systemy ekspertowe f) robotyka g) procesy percepcji (wizja, słuch, dotyk) h) uczenie się maszyn i) wyszukiwanie informacji (inteligentne bazy danych) j) programowanie automatyczne W metodach sztucznej inteligencji następuje przejście od przetwarzania danych do przetwarzania wiedzy. Systemy te określa się jako systemy oparte na wiedzy. Metody algorytmiczne charakterystyczne dla przetwarzania proceduralnego w sztucznej inteligencji zostają zastąpione przeszukiwaniem inteligentnym. Zdając już sobie sprawę z tego czym jest sztuczna inteligencja możemy dokładniej zagłębić się w jedną z jej dziedzin: systemy ekspertowe. Systemy ekspertowe definicja, geneza, przykładowa struktura. System ekspertowy (SE) jest to program komputerowy, przeznaczony do rozwiązywania specjalistycznych problemów, które wymagają profesjonalnej ekspertyzy na poziomie trudności pokonywanych przez ludzkiego eksperta. Komputerowe systemy ekspertowe są potomkami pierwszych inteligentnych programów, takich jak rozwiązywacz problemów ogólnych (GPS) Herberta Simona i Allena Newella. Nie są aż tak bardzo abstrakcyjne i ambitne, jak ich rodzice, lecz stanowią skuteczne i liczne potomstwo. Pierwsze z najbardziej znanych systemów eksperckich to: Dendral - powstały w roku 1960 w Stanford, którego zadaniem było rozpoznawanie molekuł związków organicznych na podstawie analizy widm spektroskopowych. Prospector system ekspertowy wykorzystywany do wspomagania prac geologicznych (badania mineralne). System ten został stworzony w latach przez grupę naukowców ze Stanford Research Institute. Głównym jego zadaniem jest przedstawienie 3
4 wiedzy geologicznej i rozważania procesów ekspertowych w takiej dziedzinie jaką jest geologia. Mycin regułowy system ekspertowy stworzony w latach 70 XX wieku na uniwersytecie w Standford. Napisany został w języku LISP. Zadaniem systemu Mycin było zdiagnozowanie bakteryjnej choroby krwi i zaproponowanie odpowiedniej terapii. Bazę wiedzy stanowił zestaw reguł IF-THEN stworzony przez konsylium lekarskie z tego zakresu. Początkowo reguł tych było 200, po późniejszych modyfikacjach wzrosła ona do około 450. Praca systemu Mycin polegała na dialogu z lekarzem, w czasie którego lekarz przekazywał swoją wiedzę dotyczącą badanej próbki krwi (m.in. wiek i płeć pacjenta, data pobrania krwi itp.) Po zadaniu około pytań Mycin wyświetlał wyniki do jakich doszedł. Zaletą systemu była szybkość podejmowania trafnych decyzji, do których nie potrzebował wyników czasochłonnych badań krwi ani wszystkich odpowiedzi na zadane lekarzowi pytania. Dowolny program komputerowy może być systemem ekspertowym o ile na podstawie szczegółowej wiedzy potrafi wyciągać wnioski i używać ich podejmując decyzję, tak jak człowiek. Bardzo często zdarza się jednak, iż taki system, pracujący w czasie rzeczywistym pełni swoją rolę lepiej niż człowiek (ekspert). Główną przewagą systemu ekspertowego nad człowiekiem jest szybkość oraz brak zmęczenia. Systemy ekspertowe, ze względu na zastosowanie, dzielimy na trzy ogólne kategorie: - systemy doradcze (advisory systems), - systemy krytykujące (criticizing systems), - systemy podejmujące decyzje bez kontroli człowieka. Pierwszy rodzaj - systemy doradcze, zajmują się doradzaniem, tj. wynikiem ich działania jest metoda rozwiązania jakiegoś problemu. Jeżeli rozwiązanie to nie odpowiada użytkownikowi, może on zażądać przedstawienia przez system innego rozwiązania, aż do wyczerpania się możliwych rozwiązań. Odwrotnym działaniem do systemów doradczych charakteryzują się systemy krytykujące. Ich zadaniem jest ocena rozwiązania (danego problemu) podanego przez użytkownika systemowi. System dokonuje analizy tego rozwiązania i przedstawia wyniki w postaci opinii. 4
5 Ostatnim rodzajem systemów ekspertowych są systemy podejmujące decyzje bez kontroli człowieka. Działają one niezależnie. Pracują najczęściej tam gdzie udział człowieka byłby niemożliwy, same dla siebie są autorytetem. Najszersze i najliczniejsze zastosowanie wśród systemów ekspertowych mają systemy doradcze. Budowane dziś systemy doradcze wykorzystują różne metody reprezentacji wiedzy: reguły, ramy, sieci semantyczne, rachunek predykatów, scenariusze. Najbardziej powszechną metodą jest reprezentacja wiedzy w formie reguł i przeważnie wielkość systemu określa liczba wpisanych reguł. Przyjęto, że system, który posiada poniżej 1000 reguł nazywany jest zazwyczaj małym lub średnim systemem ekspertowym, zaś powyżej - systemem dużym. Aby zbudować inteligentny program będący systemem ekspertowym należy go wyposażyć w dużą ilość prawdziwej i dokładnej wiedzy z dziedziny, jaką będzie się zajmował. Ogólnie mówiąc wiedza jest informacją, która umożliwia ekspertowi podjęcie decyzji. Zasadniczym celem przy realizacji systemu ekspertowego jest pozyskanie wiedzy od ekspertów, jej strukturalizacja i przetwarzanie. Proces pozyskiwania wiedzy obrazuje poniższy schemat: Ekspert dziedziny Dane, problemy, pytania Inżynier wiedzy Wiedza strukturalizowana Baza wiedzy Rys 1. Proces pozyskiwania wiedzy. Jak widać na schemacie, wiedza jest pobierana przez inżyniera wiedzy od eksperta z danej dziedziny, w razie niejasności inżynier zwraca się z pomocą do eksperta. Następnie jest strukturalizowana do Bazy wiedzy, skąd może być przetwarzana. Następnym krokiem przy realizacji systemu ekspertowego jest dopasowanie i wybór odpowiednich metod wnioskowania i wyjaśniania rozwiązywanych problemów. Na zakończenie należy jeszcze zaprojektować odpowiednio przyjazny i naturalny interfejs między użytkownikiem a maszyną. 5
6 Systemy ekspertowe nazywane są inaczej systemami z baza wiedzy, bowiem w systemach takich baza wiedzy odseparowana jest od reszty. Oprócz bazy wiedzy na system składa się również mechanizm wnioskowania zwany maszyną wnioskującą. Podstawowe bloki systemu ekspertowego obrazuje poniższy schemat. Baza wiedzy FAKTY REGUŁY Maszyna wnioskująca wraz z jednostką sterującą Rys 2. Podstawowe bloki systemu ekspertowego. Baza wiedzy są to reguły opisujące relacje między faktami, opisują one jak system ma się w danym momencie działania zachować. Maszyna wnioskująca zaś, dopasowuje fakty do przesłanek i uaktywnia reguły. Baza wiedzy to część systemu zawierająca wiedzę o dziedzinie oraz o podejmowaniu decyzji przez eksperta. Zawiera w sobie reguły i fakty. Są one wykorzystywane do uzyskiwania rozwiązań problemów z danej dziedziny. Im większa baza wiedzy, tym bardziej prawdopodobne jest, że system uzyska prawidłowe rozwiązanie. Fakty, które są elementem bazy, najczęściej istnieją w niej jako zdania oznajmujące. Stwierdzenie nazywane faktem istnieje jako zapis związków pomiędzy obiektami i może się charakteryzować różnymi atrybutami. Drugim elementem w bazie wiedzy są reguły. Zapisywane są np. za pomocą operatorów IF, THEN, AND, OR. Dzięki nim zadawane są pytania o związki pomiędzy obiektami. Po uaktywnieniu reguły fakty są dodawane do bazy wiedzy i wykonywane są odpowiednie akcje. 6
7 Bazy wiedzy można podzielić na: - baza tekstów (text base) - występuje w niej naturalna strukturalizacja informacji, wynikająca np. z ułożenia alfabetycznego. Przykładem mogą być słowniki, które zawierają wiedzę ogólną z danej dziedziny. - baza danych (data base) - zawiera uporządkowane sprecyzowane, szczegółowe informacje. Typ danych jest często numeryczny, a operacje na niej wykonywane są zdeterminowane. - baza reguł (rule base) - zawiera zbiór zależności pomiędzy obiektami występującymi w danej dziedzinie. - baza modeli (model base) - w niej zawarte są modele matematyczne występujące w danej dziedzinie. Możemy wyróżnić trzy typy: deterministyczne niedeterministyczne, wartości oczekiwane. - baza wiedzy zdroworozsądkowej (common sense knowledge base) - zbiór potencjalnych, racjonalnych zachowań człowieka, reguł definiujących sposoby podejmowania decyzji. Twórca bazy wiedzy w trakcie jej konstruowania musi brać pod uwagę pewne czynniki. Oto pytania, na które powinien odpowiedzieć: - jakie obiekty należy zdefiniować? - jakie są relacje między tymi obiektami? - jak należy formułować i przetwarzać reguły? - czy baza wiedzy jest odpowiednia do rozwiązywania specyficznych problemów? Odpowiednie zinterpretowanie i prawidłowa odpowiedź na powyższe pytania uchroni w przyszłości konstruktora bazy od konieczności dokonania w niej zmian, w wypadku gdyby zła konstrukcja bazy powodowała nieprawidłowe działanie systemu. W trakcie poprawy bazy może wystąpić sytuacja, w której usunięcie jednej pomyłki może spowodować powstanie następnej. Do uniknięcia takiej sytuacji stosowana jest kontrola poprawności semantycznej i automatyczne testowanie. Kontrola ta odbywa się jak "rozmowa" systemu z konstruktorem. Jest on tym, który zatwierdza ostateczną wersję poprawek, po przetestowaniu zmodyfikowanej bazy wiedzy. Stosowane bywa także automatyczne sprawdzanie poprawności i modyfikowanie bazy, bez udziału konstruktora. Zmodyfikowana 7
8 baza jest testowana szeregiem zadań, na które znane są odpowiedzi i przyjmowane jest to rozwiązanie, które osiąga najlepsze wyniki w testach. Tak więc konstruowanie bazy wiedzy jest jednym z najważniejszych procesów w trakcie tworzenia systemu eksperckiego. Ponieważ jest to proces bardzo złożony, stworzono więc odpowiednie metody i programy pomocne w tym procesie, które są dosyć uniwersalne, jeśli chodzi o zakres zastosowania. Jednym z wykorzystywanych narzędzi są edytory tekstu, które w obecnych czasach potrafią wykrywać wiele błędów powstających w trakcie wprowadzania tekstu do bazy wiedzy. Najważniejsze ich cechy to: - wygodna komunikacja z użytkownikiem i zautomatyzowane operacje rejestracji przy rozmieszczaniu informacji - kontrola poprawności ortograficznej i syntaktycznej wprowadzanej informacji tekstowej - kontrola semantycznej niesprzeczności pomiędzy nowo wprowadzanymi danymi a już zawartymi w bazie. Odpowiednie systemy okien i wprowadzanie informacji w postaci graficznej są także bardzo pomocne i znacznie ułatwiają pracę użytkownikowi, który ma swój udział w tworzeniu bazy wiedzy. Systemy najbardziej rozwinięte posiadają powyższe narzędzia a także potrafią sprawdzać kolejność i spójność nowych informacji z już wprowadzonymi, wykrywając ewentualne sprzeczności. Istnieje także wiele innych narzędzi programowych (expert system tool). Zawierają one najczęściej: maszynę wnioskującą, interfejs z użytkownikiem, procedury do pozyskiwania wiedzy. Podstawowe ich zadanie to skrócenie czasu konstruowania systemu i zmniejszenie wysiłku, jaki w to trzeba włożyć. Narzędzia te są często łatwe w wykorzystaniu w jednych dziedzinach, natomiast ograniczone w innych. Przy dobieraniu narzędzia programowego w trakcie konstruowania bazy należy się więc zastanowić i sprawdzić, czy jest ono najodpowiedniejsze dla danego systemu. Maszyna wnioskująca natomiast ma na celu prowadzenie procesów wnioskowania celem wyprowadzenia nowych konkluzji, udowodnienia postawionej tezy lub do przeprowadzenia dowodu określonego celu. W procesie wnioskowania wykorzystujemy fakty zapisane w bazie danych i wiedzy oraz reguły zapisane w bazie wiedzy. Generalnie proces wnioskowania może być prowadzony jako wnioskowanie w przód, tył lub mieszane. Wnioskowanie w przód - od przesłanek do wniosku. Wnioskowanie w tył - zaczynamy od wniosku (celu). 8
9 Maszyna wnioskująca progresywnie Proces wnioskowania wykorzystuje pewien obszar pamięci podręcznej, gdzie przechowuje wyniki częściowe, obszar ten nazywamy stosem zadań. Działanie algorytmu rozpoczyna się od wrzucenia badanej hipotezy na stos zadań. Następnie system stara się znaleźć odpowiedź na postawioną hipotezę na liście faktów w bazie wiedzy. Jeżeli maszyna znajduje fakt w bazie wiedzy, który daje się dopasować symbolicznie do hipotezy (zarówno nazwa, jak argumenty), to następuje zakończenie procesu wnioskowania i na podstawie znalezionego faktu zostaje wygenerowana odpowiedź. W momencie, gdy nie udaje się znaleźć pasującego faktu w bazie faktów, podejmowane są kroki, które generują nowe fakty. Maszyna wnioskująca regresywnie Po rozpoczęciu działania maszyna pobiera bazę wiedzy podaną na wejście systemu i sprawdza poprawność składni tej bazy. Jeśli jest ona poprawna, to system odczytuje kolejne słowa kluczowe i wpisuje ich wartości do struktur danych, dzięki czemu jest tworzona lista reguł. Kolejnym krokiem jest utworzenie listy faktów na podstawie wykonanej wcześniej listy reguł. W tym celu dla każdego warunku każdej reguły maszyna przeprowadza dwa testy. Pierwszy sprawdza, czy wybrany warunek znajduje się w konkluzji jakiejkolwiek reguły z listy reguł. Drugi sprawdza, czy wartość obiektu badanego warunku istnieje na liście odpowiedzi dotyczącej tego obiektu w jakiejkolwiek regule. Gdy oba testy dają wynik negatywny, to badany warunek jest dołączany do listy faktów. Jeżeli oba testy są pozytywne, to system przechodzi do badania kolejnego warunku. W ten sposób tworzona jest wewnętrzna baza wiedzy. Następnie system stawia pytanie o cel główny, do którego ma zmierzać, i stara się dać odpowiedź na zadany cel i uruchamia proces wnioskowania. Zagłębiając się bardziej szczegółowo w strukturę należy zaznaczyć, iż system ekspertowy posiadać musi również takie elementy jak: - bazę danych stałych (raz zapisane nie zmieniają się), - bazę danych zmiennych (zmieniają się w czasie działania systemu), - elementy objaśniające strategię (procedury objaśniania), - interfejs z użytkownikiem (procedury wejścia/wyjścia do formułowania zapytań przez użytkownika maszynie oraz procedury umożliwiające pobranie wyników od systemów), - procedury aktualizacji bazy wiedzy, oraz elementy główne opisane wcześniej: - bazę wiedzy, 9
10 - maszynę wnioskującą (czyli procedury wnioskowania), Łącząc te elementy można przedstawić system jako bardziej skomplikowaną strukturę ukazaną na schemacie poniżej. PROCEDURY WNISKOWANIA PROCEDURY STEROWANIA DIALOGIEM PROCEDURY OBJAŚNIANIA BAZA WIEDZY BAZA DANYCH STAŁYCH NAZA DANYCH ZMIENNYCH PROCEDURY AKTUALIZACJI BAZY WIEDZY Rys 3. Struktura systemu ekspertowego. Rodzaje problemów rozwiązywanych przez systemy ekspertowe. System ekspertowy mają szerokie zastosowanie w niemal każdej dziedzinie. Oto wybrane problemy i zagadnienia, którymi zajmują się systemy ekspertowe: - nadzór sieci telefonicznej na podstawie raportów o uszkodzeniach i zgłoszeń abonenckich (ACE), - systemy diagnozy medycznej (CASNET), - wyznaczanie relacji przyczynowo skutkowej w diagnostyce medycznej (ABEL), - systemy interpretacyjne dla nadzoru, - rozpoznawania mowy, - interpretacji sygnałów ( np. z czujników alarmowych), - interpretowanie postaci elektrokardiogramów (CAA), - identyfikacja struktur cząstek białka (CRYSTALIS), - diagnostyka maszyn cyfrowych (DART), 10
11 - prognozowanie pogody, - interpretacja wyników spektrografii masowej (DENDRAL), - interpretacja wyników badań geologicznych przy poszukiwaniu ropy naftowej (DIPMETER ADVISOR), - diagnostyka chorób, - diagnostyka komputerów (FAULTFINDER, IDT), - interpretacja wyników pomiarów dla potrzeb chemii (GAL), - identyfikacja związków chemicznych metodą emisyjną (GAMMA), - wspomaganie badań geologicznych (LITHO), - konfiguracja systemu komputerowego, - diagnostyka chorób nowotworowych (ONCOCIN), - analiza rynku, - planowanie projektu np. w handlu, - poszukiwanie złóż minerałów (PROSPECTOR), - diagnostyka siłowni jądrowych (REACTOR), - nadzorują i planują czynności przy dokonywaniu napraw uszkodzonych obiektów, - pełnią rolę nauczania (np. przy szkoleniu studentów), - planowanie eksperymentów genetycznych (MOLGEN, GENESIS, SPEX), - nadzorowanie eksploatacji sprzętu do wiercenia szybów naftowych, - kompletowanie sprzętu komputerowego (CONAD, R1, XCON), - diagnostyka lokomotyw spalinowych (DELTA), - kształcenie lekarzy (Gwidon), - szkolenie operatorów siłowni jądrowych (STEAMER), - analiza obwodów cyfrowych (CRITTER), - analiza układów elektrycznych (EL), - analityczne rozwiązanie zadań w zakresie algebry i równań różniczkowych (MAKSYMA), - planowanie ruchów robota, - monitorowanie (np. w elektrowniach, medycynie) - sterowanie układami mechanicznymi i elektronicznymi, - modelowanie układów mechanicznych (SACON), - prowadzenie dialogu z maszyną cyfrową w języku naturalnym (INTELLECT), - projektowanie komputerów, 11
12 - doradztwo (np. dla rolnictwa). Podsumowanie W dzisiejszym świecie nie sposób sobie wyobrazić niektórych dziedzin nauki bez wykorzystania systemów ekspertowych. Niektóre z nich obecnie znacznie przewyższają swoimi diagnozami diagnozy najbardziej doświadczonych ludzi. Przewaga ta ujawnia się przede wszystkim w czasie podejmowania decyzji. W czasie który obecnie jest w nauce najważniejszy. Co raz to powstają nowe, szybsze i dokładniejsze systemy ekspertowe. Mogło by się wydawać ze niedługo wyprą one całkowicie decyzje człowieka. Należy jednak pamiętać że to tylko maszyny i nie można całkowicie polegać na ich diagnozach. Literatura: Jan J. Mulawka Systemy ekspertowe, Wojciech Cholewa, Witold Pedrycz Systemy doradcze, Encyklopedia Powszechna PWN, Internet. 12
Praca dyplomowa magisterska
KATEDRA WYTRZYMAŁOŚCI MATERIAŁÓW I METOD KOMPUTEROWYCH MECHANIKI Wydział Mechaniczny Technologiczny POLITECHNIKA ŚLĄSKA W GLIWICACH Praca dyplomowa magisterska Temat: Komputerowy system wspomagania wiedzy:
Bardziej szczegółowoĆwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY.
Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY. 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przykładowym systemem ekspertowym napisanym w JESS. Studenci poznają strukturę systemu ekspertowego,
Bardziej szczegółowoSYSTEMY 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 szczegółowoSystemy eksperckie. Plan wykładu Wprowadzenie do sztucznej inteligencji. Wnioski z prób automatycznego wnioskowania w rachunku predykatów
Plan wykładu Systemy eksperckie Dr hab. inż. Joanna Józefowska, prof. pp 1/1 Wnioski z badań nad systemami mi w rachunku predykatów Reguły produkcji jako system reprezentacji Algorytm rozpoznaj-wykonaj
Bardziej szczegółowoSystemy 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 szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia
Bardziej szczegółowoSystemy ekspertowe : program PCShell
Instytut Informatyki Uniwersytetu Śląskiego lab 1 Opis sytemu ekspertowego Metody wnioskowania System PcShell Projekt System ekspertowy - system ekspertowy to system komputerowy zawierający w sobie wyspecjalizowaną
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział
Bardziej szczegółowoSystemy ekspertowe i sztuczna inteligencja. dr Agnieszka Nowak Brzezioska
Systemy ekspertowe i sztuczna inteligencja dr Agnieszka Nowak Brzezioska Email: agnieszka.nowak@us.edu.pl Architektura SE Pojęcia z dziedziny systemów ekspertowych Inżynieria wiedzy - dziedzina sztucznej
Bardziej szczegółowoSystemy 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 szczegółowobiegle i poprawnie posługuje się terminologią informatyczną,
INFORMATYKA KLASA 1 1. Wymagania na poszczególne oceny: 1) ocenę celującą otrzymuje uczeń, który: samodzielnie wykonuje na komputerze wszystkie zadania z lekcji, wykazuje inicjatywę rozwiązywania konkretnych
Bardziej szczegółowoSystemy 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 szczegółowoWniosek 2: należy ograniczyć ilość wiedzy, np. ograniczając działanie systemu do pewnej dziedziny wiedzy!
Plan wykładu Systemy eksperckie Wnioski z badań nad systemami mi w rachunku predykatów Reguły produkcji jako system reprezentacji Algorytm rozpoznaj-wykonaj Sterowanie wnioskowaniem w systemach regułowych
Bardziej szczegółowoSystemy eksperowe. Agnieszka Nowak Brzezińska Wykład I
Systemy eksperowe Agnieszka Nowak Brzezińska Wykład I Zakres materiału: Metody wnioskowania w regułowych bazach wiedzy PC-Shell jako narzędzie do budowy szkieletowych systemów ekspertowych (Sprawozdanie
Bardziej szczegółowozna podstawową terminologię w języku obcym umożliwiającą komunikację w środowisku zawodowym
Wykaz kierunkowych efektów kształcenia PROGRAM KSZTAŁCENIA: Kierunek Edukacja techniczno-informatyczna POZIOM KSZTAŁCENIA: studia pierwszego stopnia PROFIL KSZTAŁCENIA: praktyczny Przyporządkowanie kierunku
Bardziej szczegółowoSCENARIUSZ 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 szczegółowoPROLOG 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 szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoOdniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział Informatyki i Zarządzania Kierunek studiów INFORMATYKA (INF) Stopień studiów - pierwszy Profil studiów - ogólnoakademicki Projekt v1.0 z 18.02.2015 Odniesienie do
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoWprowadzenie 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK
Bardziej szczegółowoAlan M. TURING. Matematyk u progu współczesnej informatyki
Alan M. TURING n=0 1 n! Matematyk u progu współczesnej informatyki Wykład 5. Alan Turing u progu współczesnej informatyki O co pytał Alan TURING? Czym jest algorytm? Czy wszystkie problemy da się rozwiązać
Bardziej szczegółowoWYKORZYSTANIE 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 szczegółowoPODSTAWY 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 szczegółowoWymagania edukacyjne na ocenę z informatyki KLASA III
Wymagania edukacyjne na ocenę z informatyki KLASA III 0. Logo [6 godz.] PODSTAWA PROGRAMOWA: Rozwiązywanie problemów i podejmowanie decyzji z wykorzystaniem komputera, stosowanie podejścia algorytmicznego.
Bardziej szczegółowoO LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ
O LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ Jakie obiekty matematyczne nazywa się nieobliczalnymi? Jakie obiekty matematyczne nazywa się nieobliczalnymi? Najczęściej: a) liczby b) funkcje
Bardziej szczegółowoZagadnienia do próbnych matur z poziomu podstawowego.
Zagadnienia do próbnych matur z poziomu podstawowego. Wiadomości: 1. opisuje budowę i funkcje organizmu człowieka: a. opisuje budowę organizmu człowieka lub nazywa elementy budowy przedstawione na ilustracji,
Bardziej szczegółowoTransformacja 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 szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoAlgorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
Bardziej szczegółowoOpis efektu kształcenia dla programu kształcenia
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: Kierunek Fizyka Techniczna POZIOM
Bardziej szczegółowoOkręgowa Komisja Egzaminacyjna w Krakowie 1
Okręgowa Komisja Egzaminacyjna w Krakowie 1 Egzamin maturalny Egzamin maturalny, zastąpi dotychczasowy egzamin dojrzałości, czyli tzw. starą maturę i przeprowadzany będzie: od roku 2005 dla absolwentów
Bardziej szczegółowoTemat: Programujemy historyjki w języku Scratch tworzymy program i powtarzamy polecenia.
Prowadzący: Dariusz Stefańczyk Szkoła Podstawowa w Kurzeszynie Konspekt lekcji z informatyki w klasie IV Dział programowy: Programowanie. Podstawa programowa 1. Treści nauczania: Rozumienie, analizowanie
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział: Matematyki Kierunek studiów: Matematyka i Statystyka (MiS) Studia w j. polskim Stopień studiów: Pierwszy (1) Profil: Ogólnoakademicki (A) Umiejscowienie kierunku
Bardziej szczegółowoWymagania edukacyjne z informatyki dla uczniów klas VI SP nr 53 w Krakowie w roku szkolnym 2019/2020
Prowadzący: Elwira Kukiełka Ewa Pawlak-Głuc 1 Opracowano na podstawie: 1. Podstawa programowa(dz.u. z 017r. poz. ) Rozporządzenie Ministra Edukacji Narodowej z dnia 1 lutego 017 r. w sprawie podstawy programowej
Bardziej szczegółowoKARTA PRZEDMIOTU. Dyscyplina:
KARTA PRZEDMIOTU Jednostka: WIPiE Dyscyplina: Poziom studiów: 3 Semestr: 3 lub 4 Forma studiów: stacjonarne Język wykładowy: Nazwa przedmiotu: Metody sztucznej inteligencji Symbol przedmiotu: MSI Liczba
Bardziej szczegółowoPAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NYSIE Efekty uczenia się Kierunek Informatyka Studia pierwszego stopnia Profil praktyczny Umiejscowienie kierunku informatyka w obszarze kształcenia: Obszar wiedzy: nauki
Bardziej szczegółowoPRZEWODNIK 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 szczegółowozna 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 szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Budowa atomu. Układ okresowy pierwiastków chemicznych. Promieniotwórczość naturalna i promieniotwórczość sztuczna
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoGrupy pytań na egzamin inżynierski na kierunku Informatyka
Grupy pytań na egzamin inżynierski na kierunku Informatyka Dla studentów studiów dziennych Należy wybrać dwie grupy pytań. Na egzaminie zadane zostaną 3 pytania, każde z innego przedmiotu, pochodzącego
Bardziej szczegółowoWymagania edukacyjne z informatyki dla klasy szóstej szkoły podstawowej.
Wymagania edukacyjne z informatyki dla klasy szóstej szkoły podstawowej. Dział Zagadnienia Wymagania podstawowe Wymagania ponadpodstawowe Arkusz kalkulacyjny (Microsoft Excel i OpenOffice) Uruchomienie
Bardziej szczegółowoTeraz bajty. Informatyka dla szkoły podstawowej. Klasa VI
1 Teraz bajty. Informatyka dla szkoły podstawowej. Klasa VI 1. Obliczenia w arkuszu kalkulacyjnym Rozwiązywanie problemów z wykorzystaniem aplikacji komputerowych obliczenia w arkuszu kalkulacyjnym wykonuje
Bardziej szczegółowoWymagania edukacyjne
Rok szkolny 2018/2019 Wymagania edukacyjne Przedmiot Klasa Nauczyciel uczący Poziom biologia 1t Edyta Nowak podstawowy Ocena dopuszczająca Ocenę dopuszczającą otrzymuje uczeń, który: przyswoił treści konieczne,
Bardziej szczegółowoRozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja I
Zespół TI Instytut Informatyki Uniwersytet Wrocławski ti@ii.uni.wroc.pl http://www.wsip.com.pl/serwisy/ti/ Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja I Rozkład zgodny
Bardziej szczegółowoOpis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:
Bardziej szczegółowoRozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja II
Zespół TI Instytut Informatyki Uniwersytet Wrocławski ti@ii.uni.wroc.pl http://www.wsip.com.pl/serwisy/ti/ Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja II Rozkład wymagający
Bardziej szczegółowoSztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych
Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej
Bardziej szczegółowoSposoby przedstawiania algorytmów
Temat 1. Sposoby przedstawiania algorytmów Realizacja podstawy programowej 5. 1) wyjaśnia pojęcie algorytmu, podaje odpowiednie przykłady algorytmów rozwiązywania różnych problemów; 2) formułuje ścisły
Bardziej szczegółowoDefinicje. Algorytm to:
Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z ZAJĘĆ KOMPUTEROWYCH DLA KLASY SZÓSTEJ W ZAKRESIE WIADOMOŚCI I UMIEJĘTNOŚCI UCZNIÓW
EDUKACYJNE Z ZAJĘĆ KOMPUTEROWYCH DLA KLASY SZÓSTEJ W ZAKRESIE I UCZNIÓW Ocena celujący bardzo dobry dobry dostateczny dopuszczający Zakres wiadomości wykraczający dopełniający rozszerzający podstawowy
Bardziej szczegółowoInteligentne Multimedialne Systemy Uczące
Działanie realizowane w ramach projektu Absolwent informatyki lub matematyki specjalistą na rynku pracy Matematyka i informatyka może i trudne, ale nie nudne Inteligentne Multimedialne Systemy Uczące dr
Bardziej szczegółowoSystemy 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 szczegółowoUchwała obowiązuje od dnia podjęcia przez Senat. Traci moc Uchwała nr 144/06/2013 Senatu Uniwersytetu Rzeszowskiego z 27 czerwca 2013 r.
Rektor Uniwersytetu Rzeszowskiego al. Rejtana 16c; 35-959 Rzeszów tel.: + 48 17 872 10 00 (centrala) + 48 17 872 10 10 fax: + 48 17 872 12 65 e-mail: rektorur@ur.edu.pl Uchwała nr 282/03/2014 Senatu Uniwersytetu
Bardziej szczegółowoPyt 2: Omówić semantyczną i syntaktyczną konsekwencję. Pyt3: Omówić metody reprezentacji wiedzy (w podpunktach, tabelach, grafach itp.
strona 1 z 46 Pyt 2: Omówić semantyczną i syntaktyczną konsekwencję. Pyt3: Omówić metody reprezentacji wiedzy (w podpunktach, tabelach, grafach itp.) strona 2 z 46 Pyt 4: Omówić zasadę wnioskowania w przód
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoProgramowanie komputerów
Programowanie komputerów Wykład 1-2. Podstawowe pojęcia Plan wykładu Omówienie programu wykładów, laboratoriów oraz egzaminu Etapy rozwiązywania problemów dr Helena Dudycz Katedra Technologii Informacyjnych
Bardziej szczegółowoTemat: 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 szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Projektowanie rozwiązania prostych problemów w języku C++ obliczanie pola trójkąta
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoSCENARIUSZ 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 szczegółowoSZTUCZNA INTELIGENCJA
Stefan Sokołowski SZTUCZNA INTELIGENCJA Inst Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://infugedupl/ stefan/dydaktyka/sztintel/
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt
Bardziej szczegółowoAlgorytm genetyczny (genetic algorithm)-
Optymalizacja W praktyce inżynierskiej często zachodzi potrzeba znalezienia parametrów, dla których system/urządzenie będzie działać w sposób optymalny. Klasyczne podejście do optymalizacji: sformułowanie
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoEfekty kształcenia dla kierunku studiów CHEMIA studia pierwszego stopnia profil ogólnoakademicki
Załącznik nr 1 Efekty kształcenia dla kierunku studiów CHEMIA studia pierwszego stopnia profil ogólnoakademicki Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów chemia należy do obszaru
Bardziej szczegółowoModelowanie 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 szczegółowoPRZEWODNIK 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 szczegółowoPRZEWODNIK 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 szczegółowoEfekty kształcenia. Tabela efektów kształcenia
Efekty kształcenia Tabela efektów kształcenia W opisie efektów kierunkowych uwzględniono wszystkie efekty kształcenia występujące w obszarze kształcenia w zakresie nauk technicznych. Objaśnienie oznaczeń:
Bardziej szczegółowoNajprostszy schemat blokowy
Definicje Modelowanie i symulacja Modelowanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego układu rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano
Bardziej szczegółowoUniwersytet Śląski w Katowicach str. 1 Wydział Informatyki i Nauki o Materiałach
Uniwersytet Śląski w Katowicach str. 1 Efekty dla: nazwa kierunku poziom profil Informatyka inżynierska pierwszy ogólnoakademicki Kod efektu (kierunek) K_1_A_I_W01 K_1_A_I_W02 K_1_A_I_W03 K_1_A_I_W04 K_1_A_I_W05
Bardziej szczegółowoTabela 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 szczegółowoEfekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej
Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych
Bardziej szczegółowoStefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010
Stefan Sokołowski SZTUCZNAINTELIGENCJA Inst. Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://inf.ug.edu.pl/ stefan/dydaktyka/sztintel/
Bardziej szczegółowoWymagania edukacyjne na ocenę z informatyki klasa 3
Wymagania edukacyjne na ocenę z informatyki klasa 3 0. Logo [6 godz.] PODSTAWA PROGRAMOWA: Rozwiązywanie problemów i podejmowanie decyzji z wykorzystaniem komputera, stosowanie podejścia algorytmicznego.
Bardziej szczegółowoTemat: 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 Sterowanie
Bardziej szczegółowoProgramowanie od pierwszoklasisty do maturzysty. Grażyna Koba
Programowanie od pierwszoklasisty do maturzysty Grażyna Koba Krąg trzydziestolecia nauki programowania C++, Java Scratch, Baltie, Logo, Python? 2017? Informatyka SP, GIMN, PG 1987 Elementy informatyki
Bardziej szczegółowoPodstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania
Bardziej szczegółowoDefinicje. Najprostszy schemat blokowy. Schemat dokładniejszy
Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do
Bardziej szczegółowoDiagramy 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 szczegółowoWymagania edukacyjne na poszczególne oceny z informatyki w gimnazjum klasa III Rok szkolny 2015/16
Wymagania edukacyjne na poszczególne oceny z informatyki w gimnazjum klasa III Rok szkolny 2015/16 Internet i sieci Temat lekcji Wymagania programowe 6 5 4 3 2 1 Sieci komputerowe. Rodzaje sieci, topologie,
Bardziej szczegółowoPLAN REALIZACJI MATERIAŁU NAUCZANIA Z INFORMATYKI II. Uczeń umie: Świadomie stosować się do zasad regulaminów (P).
PLAN REALIZACJI MATERIAŁU NAUCZANIA Z INFORMATYKI II DZIAŁ I: KOMPUTER W ŻYCIU CZŁOWIEKA. 1. Lekcja organizacyjna. Zapoznanie uczniów z wymaganiami edukacyjnymi i PSP. 2. Przykłady zastosowań komputerów
Bardziej szczegółowoEfekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.
Efekty dla studiów pierwszego stopnia profil ogólnoakademicki na kierunku Informatyka w języku polskim i w języku angielskim (Computer Science) na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie-
Bardziej szczegółowoKOŁO MATEMATYCZNE LUB INFORMATYCZNE - klasa III gimnazjum, I LO
Aleksandra Nogała nauczycielka matematyki w Gimnazjum im. Macieja Rataja w Żmigrodzie olanog@poczta.onet.pl KONSPEKT ZAJĘĆ ( 2 godziny) KOŁO MATEMATYCZNE LUB INFORMATYCZNE - klasa III gimnazjum, I LO TEMAT
Bardziej szczegółowoEfekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA
Symbol Efekty kształcenia dla kierunku studiów INFORMATYKA, specjalność: 1) Sieciowe systemy informatyczne. 2) Bazy danych Absolwent studiów I stopnia kierunku Informatyka WIEDZA Ma wiedzę z matematyki
Bardziej szczegółowoAlgorytm. 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 szczegółowoReprezentacja rozmyta - zastosowania logiki rozmytej
17.06.2009 Wrocław Bartosz Chabasinski 148384 Reprezentacja rozmyta - zastosowania logiki rozmytej 1. Wstęp Celem wprowadzenia pojęcia teorii zbiorów rozmytych była potrzeba matematycznego opisania tych
Bardziej szczegółowoUCHWAŁA NR 46/2013. Senatu Akademii Marynarki Wojennej im. Bohaterów Westerplatte z dnia 19 września 2013 roku
UCHWAŁA NR 46/2013 Senatu Akademii Marynarki Wojennej im. Bohaterów Westerplatte z dnia 19 września 2013 roku w sprawie: korekty efektów kształcenia dla kierunku informatyka Na podstawie ustawy z dnia
Bardziej szczegółowoPROGRAM KSZTAŁCENIA dla kierunku automatyka i robotyka studiów pierwszego stopnia o profilu ogólnoakademickim
PROGRAM KSZTAŁCENIA dla kierunku automatyka i robotyka studiów pierwszego stopnia o profilu ogólnoakademickim Program kształcenia dla określonego kierunku, poziomu studiów i profilu kształcenia obejmuje
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
Załącznik nr 3 do uchwały Senatu PK nr 107/d/11/2017 z dnia 22 listopada 2017 r. Politechnika Krakowska im. Tadeusza Kościuszki w Krakowie Nazwa wydziału lub wydziałów: Wydział Inżynierii Lądowej Nazwa
Bardziej szczegółowoTabela odniesień efektów kierunkowych do efektów obszarowych
Umiejscowienie kierunku w obszarze kształcenia Kierunek automatyka i robotyka należy do obszaru kształcenia w zakresie nauk technicznych i jest powiązany z takimi kierunkami studiów jak: mechanika i budowa
Bardziej szczegółowo7. ILE TO KOSZTUJE CZYLI OD ZAGADKI DO ZADANIA TEKSTOWEGO, CZ. I
7. ILE TO KOSZTUJE CZYLI OD ZAGADKI DO ZADANIA TEKSTOWEGO, CZ. I 37 Mirosław Dąbrowski 7. ILE TO KOSZTUJE CZYLI OD ZAGADKI DO ZADANIA TEKSTOWEGO, CZ. I Cele ogólne w szkole podstawowej: zdobycie przez
Bardziej szczegółowoDiagnostyka 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 szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA ZAJĘCIA KOMPUTEROWE II ETAP EDUKACYJNY - KLASY IV - VI
PRZEDMIOTOWY SYSTEM OCENIANIA ZAJĘCIA KOMPUTEROWE II ETAP EDUKACYJNY - KLASY IV - VI I. Podstawa programowa zajęcia komputerowe Cele kształcenia wymagania ogólne: I. Bezpieczne posługiwanie się komputerem
Bardziej szczegółowoScenariusz lekcji opartej na programie Program nauczania informatyki w gimnazjum DKW-4014-87/99
Scenariusz lekcji opartej na programie Program nauczania informatyki w gimnazjum DKW-4014-87/99 Techniki algorytmiczne realizowane przy pomocy grafiki żółwia w programie ELI 2,0. Przedmiot: Informatyka
Bardziej szczegółowoLiczba 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 szczegółowoDiagramu 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