Systemy eksperowe. Agnieszka Nowak Brzezińska Wykład I
|
|
- Tadeusz Krajewski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Systemy eksperowe Agnieszka Nowak Brzezińska Wykład I
2 Zakres materiału: Metody wnioskowania w regułowych bazach wiedzy PC-Shell jako narzędzie do budowy szkieletowych systemów ekspertowych (Sprawozdanie z własnej bazy wiedzy) Zbiory przybliżone: podstawowe pojęcia, usuwanie niespójności z tablic decyzyjnych, generowanie reduktu i rdzenia tablicy decyzyjnej, generowanie reguł minimalnych. (kolokwium nr 1) Rachunek zdań I i II rzędu. Rachunek predykatów. (kolokwium nr 2) + Prolog. Rachunek perceptów. Reprezentacja wiedzy niepewnej. (kolokwium nr 1) Sieci semantyczne i Ramy jako alternatywna do regułowej reprezentacja wiedzy.
3 Przebieg egzaminu: Egzamin ma formę pisemną i ustną. Składać się będzie zarówno z części praktycznej (rozwiązywanie zadań) jak i teoretycznej (wiadomości z wykładów).
4 Architektura SE
5 Pojęcia z dziedziny systemów ekspertowych 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.
6 Właściwości systemów ekspertowych: Są narzędziem kodyfikacji wiedzy; Mają zdolność rozwiązywania problemów specjalistycznych, w których dużą rolę odgrywa doświadczenie a wiedza ekspercka jest dobrem rzadkim i kosztownym; Zwiększają dostępność ekspertyzy; Zapewniają możliwość prowadzenia jednolitej polityki przez centralę firm mających wiele oddziałów; Poziom ekspertyzy jest stabilny jej jakość nie zależy od warunków zewnętrznych i czasu pracy systemu; Jawna reprezentacja wiedzy w postaci zrozumiałej dla użytkownika końcowego; Zdolność do objaśniania znalezionych przez system rozwiązań; Możliwość przyrostowej budowy i pielęgnacji bazy wiedzy.
7 Przyczyny tworzenia systemu ekspertowego (uogólnione): tylko jeden (lub bardzo niewielu) specjalista posiada niezbędną wiedzę, co grozi jej utratą; ekspertyza jest wymagana często lub jest niezbędna w wielu miejscach; ekspertyza jest niezbędna w miejscach niedostępnych dla człowieka lub szkodliwych dla zdrowia.
8 Wnioskowanie
9 Typy wnioskowania Wnioskowanie w przód (data driven) Wnioskowanie wstecz (goal driven) Wnioskowanie mieszane
10 Sterowanie wnioskowaniem
11
12 Mechanizm wnioskowanie w przód
13 Mechanizm wnioskowanie w przód
14 Idea wnioskowania wstecz
15 Algorytm wnioskowania wstecz
16 Mechanizm wnioskowania wstecz dla hipotezy v
17
18
19 Idea wnioskowania mieszanego
20 WnioskowanieR.pdf Dodatkowo
21 Prezentacja algorytmy RETE
22 Przykład dla regułowej bazy wiedzy z 9 regułami: Fakty: a1, b1, d4 R1: a1 & b1 -> c1 R2: a1 & b2 -> c2 R3: a1 & b3 -> c1 R4: b3 & d3 -> e1 R5: b3 & d2 -> e1 R6: b3 -> e2 R7: d4 -> f1 R8: d4 & g1 -> f1 R9: a1 -> d4
23 Przykład dla regułowej bazy wiedzy z 9 regułami: Fakty: a1, b1, d4 R1: a1 & b1 -> c1 R2: a1 & b2 -> c2 R3: a1 & b3 -> c1 R4: b3 & d3 -> e1 R5: b3 & d2 -> e1 R6: b3 -> e2 R7: d4 -> f1 R8: d4 & g1 -> f1 R9: a1 -> d4 Czyli teoretycznie dla takich faktów jak a1, b1 i d4 można uaktywnić reguły: r1,r7 i r9. Fakty: a1, b1, d4 R1: a1 & b1 -> c1 R2: a1 & b2 -> c2 R3: a1 & b3 -> c1 R4: b3 & d3 -> e1 R5: b3 & d2 -> e1 R6: b3 -> e2 R7: d4 -> f1 R8: d4 & g1 -> f1 R9: a1 -> d4
24 Algorytm RETE (1974 r.) 1. Graf budujemy tak, że od korzenia (root) prowadzimy tyle węzłów ile mamy atrybutów w częściach warunkowych reguł: a, b, d, g 2. Następnie od każdego węzła atrybut prowadzimy węzły z wartościami atrybutów z przesłanek reguł np. od a prowadzimy węzeł 1 (czy a1 ) ale od b już prowadzimy 1, 2 i 3 bo w regułach mamy przesłanki typu b1,b2,b3 3. Gdy jakaś reguła ma więcej niż jedną przesłankę prowadzimy węzeł łączący wartości atrybutów tworzące przesłanki np. a1 & b1 4. Węzły końcowe (terminalne) stanowi numer porządkowy (ID) reguły.
25 root b 1 a 1 2 d g a1 and b1 a1 and b r1 r2 3 b3 and d3 r7 d4 and g1 r9 a1 and b3 r4 2 r8 r3 r6 b3 and d2 r5
26 Końcowy Graf RETE root b 1 a 1 2 d g a1 and b1 a1 and b r1 r2 3 b3 and d3 r7 d4 and g1 r9 a1 and b3 r4 2 r8 korzeń atrybut Wartość atrybutu (przesłanka reguły, jedna lub więcej. To tzw. Węzły typu alfa, beta) Węzeł terminalny ID reguły r3 r6 b3 and d2 r5
27 Pojawia się fakt: a1 więc zapalamy węzły z a1 root b 1 a 1 2 d g a1 and b1 a1 and b r1 r2 3 b3 and d3 r7 d4 and g1 r9 a1 and b3 r4 2 r8 Conflict set r9 r3 r6 b3 and d2 r5 Reguła r9 zostaje dodana do conflict set i bierzemy kolejne fakty
28 Pojawia się fakt: b1 więc zapalamy węzły z b1 root b 1 a 1 2 d g a1 and b1 a1 and b r1 r2 3 b3 and d3 r7 d4 and g1 r9 a1 and b3 r4 2 r8 Conflict set r1 r9 r3 r6 b3 and d2 r5 Reguła r1 zostaje dodana do conflict set i bierzemy kolejne fakty
29 Pojawia się fakt: d4 więc zapalamy węzły z d4 root b 1 a 1 2 d g a1 and b1 a1 and b r1 r2 3 b3 and d3 r7 d4 and g1 Conflict set r9 a1 and b3 r4 2 r8 r7 r1 r9 r3 r6 b3 and d2 r5 Reguła r7 zostaje dodana do conflict set i kończymy bo nie ma więcej faktów Inne reguły nie były niepotrzebnie analizowane
30 Algorytm RETE krok po kroku 1. Tworzymy graf skierowany (acykliczny) gdzie węzłami są elementy tworzące części przesłankowe reguł a liśćmi są numery porządkowe reguł. 2. Następnie dopasowujemy fakty do węzłów w grafie i te reguły, które mogą być uaktywnione zapisujemy w tzw. CONFLICT SET w formie stosu. 3. W zależności od wybranej strategii LIFO/FIFO uaktywniamy reguły.
31 Wnioskowanie dla strategii LIFO r7 r1 r9 r7 r1 r9 NOWE FAKTY f1 c1 d4 Kierunek generowania faktów a1 b1 d4 f1 c1 d4
32 Wnioskowanie dla strategii FIFO r7 r1 r9 r9 r1 r7 NOWE FAKTY d4 c1 f1 Kierunek generowania faktów a1 b1 d4 d4 c1 f1
33 Wnioskowanie dla strategii FIFO r7 r1 Wnioskowanie dla strategii LIFO r7 r1 r9 r9 r1 r7 r9 r7 r1 r9 NOWE FAKTY d4 c1 f1 NOWE FAKTY f1 c1 d4 Kierunek generowania faktów Kierunek generowania faktów
34 Pseudokod algorytmu RETE Procedure RETE() { Graph := CreateGraphRETE(R); ConflictSet:= MatchingRules(K,Graph); newfacts:=activeagenda(conflictset,strategy); return newfacts; } R- reguły K- fakty CreateGraphRETE generuje graf z warunkowych części reguł. MatchingRules(K,Graph) dopasuje fakty do węzłów w grafie i zapisuje do ConflictSet te reguły które można uaktywnić! ActiveAgenda zgodnie z wybraną strategią Lifo albo Fifo uaktywnia reguły z ConflictSet i wyprowadza nowe fakty.
35 Metody realizacji systemów ekspertowych w środowisku systemu PC-Shell Właściwości: są narzędziem kodyfikacji wiedzy eksperckiej, mają zdolność rozwiązywania problemów specjalistycznych, w których duża rolę odgrywa doświadczenie a wiedza ekspercka jest dobrem rzadkim i kosztownym. zwiększają dostępność ekspertyzy, zapewniają możliwość prowadzenia jednolitej polityki przez centralę firm mających wiele oddziałów, poziom ekspertyzy jest stabilny - jej jakość nie zależy od warunków zewnętrznych i czasu pracy systemu, jawna reprezentacja wiedzy w postaci zrozumiałej dla użytkownika końcowego, zdolność do objaśniania znalezionych przez system rozwiązań, możliwość przyrostowej budowy i pielęgnacji bazy wiedzy.
36 Zastosowania analiza ryzyka, ocena wniosków kredytowych, uczestników przetargów, monitorowanie, diagnostyka, predykcja, wspomaganie procesów diagnostycznych, analiza i interpretacja danych, instruktaż, dydaktyka, szkolenia.
37 Tworzenie systemu ekspertowego
38 Ogólna charakterystyka szkieletowego systemu ekspertowego PC-Shell PC Shell jest podstawowym elementem pakietu sztucznej inteligencji Sphinx PC Shell jest dziedzinowo niezależnym narzędziem do budowy systemów ekspertowych, posiada właściwości hybrydowe, wykorzystuje elementy architektury tablicowej; wykorzystuje różne metody reprezentacji wiedzy: 1. deklaratywna w postaci reguł i faktów, 2. wiedza rozproszona w sieci neuronowej, 3. imperatywna w formie programu algorytmicznego, 4. faktograficzna w formie tekstów, grafiki, dźwięku, sekwencji wideo; system zapewnia wyjaśnienia: 1. jak (ang. how), 2. dlaczego (ang. why), 3. co to jest (ang. what is), 4. metafory (ang. metaphor), 5. opisu faktów; wykorzystywane jest wnioskowanie wstecz (z nawrotami), bazy wiedzy mogą być parametryzowane, system ma możliwość bezpośredniego pozyskiwania informacji z baz danych (ODBC), wykorzystuje mechanizm DDE, system PC Shell współpracuje z innymi elementami pakietu systemem Neuronix przeznaczonym do tworzenia sieci neuronowych, systemem CAKE przeznaczonym do wspomagania pracy inżyniera wiedzy oraz realizującym funkcje systemu dbmaker, zarządzającego bazami wyjaśnień.
39 Architektura SE
40 Struktura BW
41 Blok deklaracji źródeł wiedzy
42 Wykłady z PC-Shella
43 Drools
44 Jess
45 Wnioskowanie w Jess/Drools
46 Wnioskowanie c.d.
47 Tworzenie BW
48 Przykładowa BW
49 BW w Jess
50 WinJess przykładowe narzędzie JESS
51 BW w PC-Shell
52 PC-Shell
53 Podsumowanie
54 Laboratorium nr 1 Wnioskowanie w regułowych bazach wiedzy. Wykonanie ćwiczeń 1-6.
55 Przykład1 Dana jest baza wiedzy : R1: Jeżeli a i b i c to d R2: Jeżeli 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 sa fakty : a, b, c. Wyprowadź całą możliwą wiedzę z systemu.
56 Przykład2 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.
57 Ćwiczenie 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
58 Ćwiczenie 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.
59 Ćwiczenie 5 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.
Systemy 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 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 szczegółowoAlgorytmy Sztucznej Inteligencji wykład nr 1 wnioskowanie i SE. Agnieszka Nowak - Brzezińska
Algorytmy Sztucznej Inteligencji wykład nr 1 wnioskowanie i SE Agnieszka Nowak - Brzezińska Słowem wstępu Większość programów komputerowych nie zachowuje sie szczególnie inteligentnie. Wszędzie tam, gdzie
Bardziej szczegółowoAlgorytmy Sztucznej Inteligencji wykład nr 2 wnioskowanie i SE. Agnieszka Nowak - Brzezińska
Algorytmy Sztucznej Inteligencji wykład nr 2 wnioskowanie i SE Agnieszka Nowak - Brzezińska Słowem wstępu Większość programów komputerowych nie zachowuje sie szczególnie inteligentnie. Wszędzie tam, gdzie
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 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 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 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 szczegółowoReguły i fakty zapisz za pomocą perceptów. Metodą wnioskowania w tył, sprawdzić czy mój komputer jest wyposażony w procesor PII.
Reguły i fakty zapisz za pomocą perceptów. Metodą wnioskowania w tył, sprawdzić czy mój komputer jest wyposażony w procesor PII. 1. (cena:komputer:x1,drogi) (cecha:komputer:x1,uniwersalny) ) (obudowa:komputer:x1,duża)
Bardziej szczegółowoSystemy ekspertowe. Podstawowe pojęcia, geneza, metody wnioskowania, PC-Shell
Systemy ekspertowe Podstawowe pojęcia, geneza, metody wnioskowania, PC-Shell Inteligencja i ekspert dziedzinowy Inteligencja - (psych.) zespół zdolności umysłowych umożliwiających jednostce sprawne korzystanie
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 szczegółowoOpracował: 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 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 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 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 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 szczegółowoMetody realizacji systemów ekspertowych w środowisku systemu PC-Shell
Metody realizacji systemów ekspertowych w środowisku systemu PCShell Systemy ekspertowe charakterystyka ogólna Właściwości: są narzędziem kodyfikacji wiedzy eksperckiej, mają zdolność rozwiązywania problemów
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE WYKŁAD ĆWICZENIA LABORATORIUM PROJEKT SEMINARIUM
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Bardziej szczegółowoKilka zagadnień dotyczących Sztucznej inteligencji.
Kilka zagadnień dotyczących Sztucznej inteligencji. Artykuł pobrano ze strony eioba.pl Jest tu kilka zagadnień dotyczących SI. Autor przygotowania: Magister inżynier Ireneusz Łukasz Dzitkowski Wałcz, dnia:
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 szczegółowoSystemy 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 szczegółowoKARTA 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 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 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 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 szczegółowoSystemy 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 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 szczegółowoPRZEWODNIK 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 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 szczegółowoSyste t m e y m ek e s k per pe to t w o e w Wykład 8 1
Systemy ekspertowe Wykład 8 1 SYSTEMY HYBRYDOWE 2 Definicja (przykładowa) Przez (inteligentny) system hybrydowy rozumiemy system ze sztuczną inteligencją zdolny do rozwiązywania złożonych problemów, który
Bardziej szczegółowoSystemy uczące się wykład 2
Systemy uczące się wykład 2 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 19 X 2018 Podstawowe definicje Fakt; Przesłanka; Konkluzja; Reguła; Wnioskowanie. Typy wnioskowania
Bardziej szczegółowoID1SII4. 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 szczegółowomgr inż. Magdalena Deckert Poznań, r. Metody przyrostowego uczenia się ze strumieni danych.
mgr inż. Magdalena Deckert Poznań, 30.11.2010r. Metody przyrostowego uczenia się ze strumieni danych. Plan prezentacji Wstęp Concept drift i typy zmian Algorytmy przyrostowego uczenia się ze strumieni
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 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 szczegółowoINFORMATYKA 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 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 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 szczegółowoSystemy uczące się wykład 1
Systemy uczące się wykład 1 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 5 X 2018 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej
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 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 szczegółowoJęzyki programowania deklaratywnego
Katedra Inżynierii Wiedzy laborki 1 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej Pokój 202c budynek A pjuszczuk.pl Języki deklaratywne - laborki Wprowadzenie
Bardziej szczegółowoPodstawowe 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 szczegółowoSystemy Informatyki Przemysłowej
Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania
Bardziej szczegółowoKARTA KURSU. Wstęp do programowania
KARTA KURSU Nazwa Nazwa w j. ang. Wstęp do programowania Introduction to Programming Kod Punktacja ECTS* 6 Koordynator dr inż. Magdalena Andrzejewska Zespół dydaktyczny: dr inż. Magdalena Andrzejewska
Bardziej szczegółowoSTUDIA 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 szczegółowoZAGADNIENIA DO EGZAMINU DYPLOMOWEGO NA STUDIACH INŻYNIERSKICH. Matematyka dyskretna, algorytmy i struktury danych, sztuczna inteligencja
Kierunek Informatyka Rok akademicki 2016/2017 Wydział Matematyczno-Przyrodniczy Uniwersytet Rzeszowski ZAGADNIENIA DO EGZAMINU DYPLOMOWEGO NA STUDIACH INŻYNIERSKICH Technika cyfrowa i architektura komputerów
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Zastosowanie sztucznych sieci neuronowych Nazwa modułu w informatyce Application of artificial
Bardziej szczegółowoZintegrowany pakiet sztucznej inteligencji. Sphinx 4.0
Zintegrowany pakiet sztucznej inteligencji Sphinx 4.0 Robert Florczyk Stanisław Zych 27 lipca 2005 Spis treści 1 Czym jest Sphinx? 3 1.1 Wprowadzenie........................... 3 1.2 Moduły systemu Sphinx
Bardziej szczegółowoDrzewa 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 szczegółowoIndukowane Reguły Decyzyjne I. Wykład 3
Indukowane Reguły Decyzyjne I Wykład 3 IRD Wykład 3 Plan Powtórka Grafy Drzewa klasyfikacyjne Testy wstęp Klasyfikacja obiektów z wykorzystaniem drzewa Reguły decyzyjne generowane przez drzewo 2 Powtórzenie
Bardziej szczegółowoWykład 4 Ramy, wektory wiedzy, drzewa decyzyjne
Systemy ekspertowe Wykład 4 Ramy, wektory wiedzy, drzewa decyzyjne 1 RAMY 2 Ramy (ang. frames) geneza i założenia Geneza: 1. chęć wyjaśnienia efektywności rozumowania naturalnego w odniesieniu do problemów
Bardziej szczegółowoNazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek:
Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek: Forma studiów: Informatyka Stacjonarne Rodzaj przedmiotu: obowiązkowy
Bardziej szczegółowoSystemy sztucznej inteligencji w zarzdzaniu przedsibiorstwem Karta (sylabus) przedmiotu
Systemy w zarzdzaniu przedsibiorstwem Karta (sylabus) przedmiotu WZ Zarzdzanie i Inynieria Produkcji Studia II stopnia o profilu: A P Przedmiot: Systemy w zarzdzaniu przedsibiorstwem Status przedmiotu:
Bardziej szczegółowoUniwersytet 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 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 szczegółowoPercepcja bodźców istnienia Perceptami (PER) nazywamy reakcję na istnienia, co jest wynikiem percepcji
Wstęp Percepcja jest przez nas rozumiana intuicyjnie: odzwierciedlenie przez człowieka przedmiotów, zjawisk, bodźców przez jego narządy zmysłowe Bodźce to inaczej istnienia (byty) oznaczamy je przez ENT
Bardziej szczegółowoMetodologia badań. 1,5 ECTS F-2-P-MB-15 Forma studiów /liczba godzin studia /liczba punktów ECTS: stacjonarne w/ćw
Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów): Koordynator, osoby
Bardziej szczegółowoProgramowanie gier. wykład 0. Joanna Kołodziejczyk. 30 września Joanna Kołodziejczyk Programowanie gier 30 września / 13
Programowanie gier wykład 0 Joanna Kołodziejczyk 30 września 2016 Joanna Kołodziejczyk Programowanie gier 30 września 2016 1 / 13 Program przedmiotu Formy zajęć: 1 Wykład studia stacjonarne (15h) 2 Laboratorium
Bardziej szczegółowoPraca 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 szczegółowoID1SIII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)
KARTA MODUŁU / KARTA RZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu ID1SIII4 Nazwa modułu Systemy inteligentne 2 Nazwa modułu w języku angielskim Intelligent
Bardziej szczegółowoPODSTAWY 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 szczegółowoCo to jest jest oprogramowanie? 8. Co to jest inżynieria oprogramowania? 9. Jaka jest różnica pomiędzy inżynierią oprogramowania a informatyką?
ROZDZIAŁ1 Podstawy inżynierii oprogramowania: - Cele 2 - Zawartość 3 - Inżynieria oprogramowania 4 - Koszty oprogramowania 5 - FAQ o inżynierii oprogramowania: Co to jest jest oprogramowanie? 8 Co to jest
Bardziej szczegółowoTWORZENIE 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 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 szczegółowoWPŁYW INFORMACJI STATYSTYCZNEJ NA EFEKTYWNOŚĆ SYSTEMÓW WSPOMAGANIA DECYZJI
systemy wspomagania decyzji, statystyka, znaczenie informacji statystycznej. Agnieszka NOWAK * WPŁYW INFORMACJI STATYSTYCZNEJ NA EFEKTYWNOŚĆ SYSTEMÓW WSPOMAGANIA DECYZJI Praca przedstawia koncepcję wykorzystania
Bardziej szczegółowoBazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,
Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?
Bardziej szczegółowoHurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu
i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę
Bardziej szczegółowoJAKOŚĆ DANYCH Z PERSPEKTYWY SYSTEMÓW WSPOMAGANIA DECYZJI KLINICZNYCH. Dr hab. inż. Szymon Wilk Politechnika Poznańska Instytut Informatyki
JAKOŚĆ DANYCH Z PERSPEKTYWY SYSTEMÓW WSPOMAGANIA DECYZJI KLINICZNYCH Dr hab. inż. Szymon Wilk Politechnika Poznańska Instytut Informatyki Warszawa, 28.11.2011 Konferencja ekspercka dotycząca e-zdrowia
Bardziej szczegółowoInżynieria 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 szczegółowoWyższa Szkoła Technologii Teleinformatycznych w Świdnicy. Dokumentacja specjalności. Systemy komputerowe administracji
Wyższa Szkoła Technologii Teleinformatycznych w Świdnicy Dokumentacja specjalności Systemy komputerowe administracji prowadzonej w ramach kierunku Informatykana wydziale Informatyki 1. Dane ogólne Nazwa
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: INTELIGENTNE SYSTEMY OBLICZENIOWE Systems Based on Computational Intelligence Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj
Bardziej szczegółowoMatryca pokrycia efektów kształcenia
Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego wyboru) Efekty
Bardziej szczegółowoSYSTEMY INŻYNIERII WIEDZY
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania SYSTEMY INŻYNIERII WIEDZY Temat: Budowa prostych systemów ekspertowych wykorzystanie szkieletowego regałowo-modelowego
Bardziej szczegółowoSystemy ekspertowe. Systemy ekspertowe
Systemy ekspertowe 1 Systemy ekspertowe Ekspert - człowiek, który nabył dogłębną wiedzę teoretyczną o danej dziedzinie poprzez naukę, wiedzę praktyczną - poprzez długoletnią pracę praktyczną (zastosowaniową)
Bardziej szczegółowoKARTA 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 szczegółowoJeśli nie startuje to uszkodzony RAM. np. jeżeli X jest częścią silnika to X jest częścią auta
Systemy eksperckie wiedza heurystyczna deklaratywnie Plan wykładu Wnioski z badań nad systemami automatycznego dowodzenia Reguły jako forma reprezentacji wiedzy Sterowanie w systemach regułowych Mocne
Bardziej szczegółowoProgramowanie sieciowe Network programming PRZEWODNIK PO PRZEDMIOCIE
Programowanie sieciowe Network programming Informatyka stacjonarne IO_04 Obowiązkowy w ramach specjalności: Inżynieria oprogramowania II stopień Rok: II Semestr: II wykład, laboratorium W, L 4 ECTS I KARTA
Bardziej szczegółowoWykład XII. optymalizacja w relacyjnych bazach danych
Optymalizacja wyznaczenie spośród dopuszczalnych rozwiązań danego problemu, rozwiązania najlepszego ze względu na przyjęte kryterium jakości ( np. koszt, zysk, niezawodność ) optymalizacja w relacyjnych
Bardziej szczegółowoProjekt wykonania zadania informatycznego specyfikacja zadania
Projekt wykonania zadania informatycznego specyfikacja zadania I. Metryczka prowadzenia lekcji na której będzie wykonywane zadanie: 1. Imię i nazwisko prowadzącego lekcję:... 2. Typ szkoły:... 3. Klasa:...
Bardziej szczegółowoKARTA 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 szczegółowoPROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2015/2016 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW I ROKU STUDIÓW
PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2015/2016 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW I ROKU STUDIÓW 1. NAZWA PRZEDMIOTU : BIOSTATYSTYKA Z ELEMENTAMI INFORMATYKI
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 szczegółowoPytania z przedmiotów kierunkowych
Pytania na egzamin dyplomowy z przedmiotów realizowanych przez pracowników IIwZ studia stacjonarne I stopnia Zarządzanie i Inżynieria Produkcji Pytania z przedmiotów kierunkowych 1. Co to jest algorytm?
Bardziej szczegółowoAgnieszka NOWAK * 1. WSTĘP
aktualizacja bazy wiedzy, systemy wspomagania decyzji, statystyka, znaczenie informacji statystycznej. Agnieszka NOWAK * PROCES AKTUALIZACJI SYSTEMU WSPOMAGANIA DECYZJI NA PODSTAWIE INFORMACJI STATYSTYCZNYCH
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: PROJEKTOWANIE SYSTEMÓW INFORMATYCZNYCH I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Podniesienie poziomu wiedzy studentów z inżynierii oprogramowania w zakresie C.
Bardziej szczegółowoSYSTEM 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 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 szczegółowoROZDZIAŁ 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 szczegółowo1. Słownik pojęć 2. Wstęp 3. Określenie problemu PLAN PREZENTACJI. 4. Przykład systemu ekspertowego wykorzystującego język korzyści 5.
1. 2. Wstęp 3. Określenie problemu PLAN PREZENTACJI 4. język korzyści 5. Wstęp Określenie problemu System ekspertowy (doradczy, ekspercki, ES) program komputerowy wykorzystujący wiedzę i procedury wnioskowania
Bardziej szczegółowoALGORYTM RANDOM FOREST
SKRYPT PRZYGOTOWANY NA ZAJĘCIA INDUKOWANYCH REGUŁ DECYZYJNYCH PROWADZONYCH PRZEZ PANA PAWŁA WOJTKIEWICZA ALGORYTM RANDOM FOREST Katarzyna Graboś 56397 Aleksandra Mańko 56699 2015-01-26, Warszawa ALGORYTM
Bardziej szczegółowoINŻYNIERIA WIEDZY W SYSTEMACH EKSPERTOWYCH
ZESZYTY NAUKOWE 195-216 Ryszard WIELEBA 1 INŻYNIERIA WIEDZY W SYSTEMACH EKSPERTOWYCH Streszczenie W artykule zaprezentowane zostały osiągnięcia w dziedzinie inżynierii wiedzy ze szczególnym uwzględnieniem
Bardziej szczegółowoKARTA 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 szczegółowoSylabus 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 szczegółowoWyższa Szkoła Technologii Teleinformatycznych w Świdnicy. Dokumentacja specjalności. Sieci komputerowe
Wyższa Szkoła Technologii Teleinformatycznych w Świdnicy Dokumentacja specjalności Sieci komputerowe prowadzonej w ramach kierunku Informatykana wydziale Informatyki 1. Dane ogólne Nazwa kierunku: Informatyka
Bardziej szczegółowoNazwa 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 szczegółowo5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z
1. Nazwa kierunku informatyka 2. Cykl rozpoczęcia 2016/2017L 3. Poziom kształcenia studia drugiego stopnia 4. Profil kształcenia ogólnoakademicki 5. Forma prowadzenia studiów stacjonarna Specjalizacja:
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 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 szczegółowo5. 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