Systemy ekspertowe. Systemy ekspertowe
|
|
- Amalia Chmiel
- 6 lat temu
- Przeglądów:
Transkrypt
1 Systemy ekspertowe 1 Systemy ekspertowe Ekspert - człowiek, który nabył dogłębną wiedzę teoretyczną o danej dziedzinie poprzez naukę, wiedzę praktyczną - poprzez długoletnią pracę praktyczną (zastosowaniową) w danym wąskim wycinku wiedzy, jest obdarzony intuicją i ma dar stosowania tzw. skrótów myślowych i innych "tricków" pozwalających na "przeskoki" w czasie rozumowania i wybór najkrótszych dróg dojścia do celu, przy rozwiązywaniu danego problemu. Mówimy wówczas, że ekspert posiada dogłębną wiedzę heurystyczną. Wymienione cechy związane są z pojęciem inteligencji człowieka. 2 1
2 Systemy ekspertowe System ekspertowy jest programem komputerowym, który wykonuje złożone zagadnienia o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek, będący ekspertem w tej dziedzinie. Określenie system ekspertowy może być zastosowane do dowolnego programu komputerowego, który na podstawie szczegółowej wiedzy może wyciągać wnioski i podejmować decyzję, działając w sposób zbliżony do procesu rozumowania człowieka. System ekspertowy opiera się zwykle na tzw. bazach wiedzy, czyli zbiorach reguł zapisanych w formie implikacji (zdań logicznych o strukturze jeśli p to q ). Systemy ekspertowe są programami próbującymi naśladować zachowanie ekspertów - ludzi. 3 Systemy ekspertowe Wiedza systemu ekspertowego: fakty i heurystyki. Fakty: powszechnie akceptowane przez specjalistów. Heurystyki: informacja subiektywna, która charakteryzuje proces oceny przez określonego specjalistę. Heurystyki: intuicyjne domysły, przypuszczenia, zdroworozsądkowe zasady postępowania. Poziom ekspertyzy to funkcja rozmiaru i jakości bazy wiedzy danego systemu. 4 2
3 Postać wiedzy Fakty z danej dziedziny wiedzy, np: Zwiększenie częstotliwości przełączeń przekształtnika typu DC/DC powoduje zmniejszenie pulsacji prądu odbiornika. Reguły typu: Przed zdjęciem obudowy wyciągnąć wtyczkę. Heurystyki, czyli co by tu zrobić, np.: Kiedy nie można uruchomić samochodu warto sprawdzić napięcie akumulatora. Ogólne strategie postępowania. Teoria danej dziedziny, np. teoria przekształtników energoelektronicznych. 5 Systemy ekspertowe Podstawowe cechy systemów ekspertowych: dotyczą wąskiej dziedziny wiedzy; modularna budowa pozwalająca na rozbudowę systemu; możliwość wnioskowania z niepełnej wiedzy; rozdział mechanizmu wnioskowania od bazy wiedzy; zastosowanie reguł wnioskowania postaci if... then...". struktura wiedzy jest klarowna (wyłączając neuronowe ES). ważny z punktu widzenia użytkownika interfejs I/O, pozwala na zadawanie pytań i uzyskiwanie wyjaśnień (praca interaktywna). możliwość wyjaśniania łańcucha wnioskowania w sposób zrozumiały dla użytkownika; moduły zdobywania wiedzy i modyfikacji wiedzy są często używane dla rozszerzania systemów ekspertowych 6 3
4 Systemy ekspertowe Klasyfikacja systemów ekspertowych systemy ekspertowe tradycyjne systemy ekspertowe czasu rzeczywistego Tradycyjne systemy ekspertowe najczęściej znajdują zastosowania w zagadnieniach diagnostycznych i konsultacyjnych. W aplikacjach pracujących w czasie rzeczywistym, wnioskowanie odbywa się z uwzględnieniem najczęściej wielu szybko zmieniających się danych (high-input data rates). Krytycznym wymogiem jest 'wyprodukowanie' właściwej odpowiedzi w odpowiednim, krótkim przedziale czasu. 7 Systemy ekspertowe Systemy ekspertowe pracujące w czasie rzeczywistym znajdują zastosowanie w zadaniach: bezpośredniego sterowania przebiegiem procesu lub systemu. wstępnego przetwarzanie danych, którego wyniki wykorzystywane są przez operatorów ludzi. Pełnią wtedy bardzo istotną rolę pomocniczą dla pracy operatora. Ułatwia mu to podejmowanie decyzji i może eliminować zmęczenie lub nudę, co może przyczyniać się do lepszej reakcji operatora w ważnych sytuacjach i zapewnić większe bezpieczeństwo. 8 4
5 Systemy ekspertowe Użycie systemu ekspertowego czasu rzeczywistego umożliwia: zmniejszenie potrzeby ciągłej obecności na stanowisku operatorów o wysokich kwalifikacjach, zmniejszenie liczby operatorów, zmniejszenie awaryjności, bardziej spójne monitorowanie o lepszej jakości, zwiększenie przepustowości systemu, zmniejszenie kosztów trenowania operatorów. System ekspertowy czasu rzeczywistego może sprawdzać stan czujnika co ściśle określony, nawet bardzo krótki, czas i w przeciwieństwie do człowieka, nie pominie żadnego pomiaru. System ekspertowy czasu rzeczywistego powinien móc koncentrować uwagę na jednym problemie, uznanym przez system za najważniejszy w danej chwili. Właściwość ta powoduje, iż system mając obszerną bazę wiedzy, może do rozwiązania problemu używać tylko jej części, co znacznie przyspiesza czas reakcji systemu. 9 Systemy ekspertowe Klasyfikacja II systemów ekspertowych systemy ekspertowe doradcze SE podejmujące decyzje bez kontroli człowieka SE krytykujące Systemy doradcze prezentują rozwiązania dla użytkownika, który jest w stanie ocenić ich jakość. Użytkownik może odrzucić rozwiązanie oferowane przez system i zażądać innego rozwiązania. Systemy podejmujące decyzje bez kontroli człowieka są same dla siebie końcowym autorytetem. Są używane np. do sterowania różnymi obiektami, gdzie udział człowieka jest utrudniony lub wręcz niemożliwy. Systemy krytykujące otrzymują do analizy problem oraz jego rozwiązanie. System dokonuje w tym przypadku analizy i komentuje uzyskane rozwiązanie. 10 5
6 Systemy ekspertowe Klasyfikacja ze względu na sposób realizacji systemy dedykowane systemy szkieletowe (skorupowe) Systemy dedykowane są tworzone od podstaw przez inżyniera wiedzy współpracującego z informatykiem. Systemy szkieletowe (skorupowe) są to systemy z pustą bazą wiedzy. Proces tworzenia finalnego systemu ekspertowego jest w tym przypadku krótszy niż w pierwszym, gdyż jest wymagane tylko pozyskanie wiedzy i jej odpowiednia implementacja w systemie. 11 Systemy ekspertowe Klasyfikacja na metodę prowadzenia procesu wnioskowania systemy z logiką dwuwartościową systemy z logiką wielowartościową systemy z logiką rozmytą Klasyfikacja na rodzaj przetwarzanej informacji systemy z wiedzą pewną z systemy z wiedzą niepewną, w przetwarzaniu której wykorzystuje się przede wszystkim aparat probabilistyczny 12 6
7 Systemy ekspertowe Czynniki pobudzające rozwój systemów ekspertowych to: redukcja kosztów - wiedza eksperta jest kosztowna, stąd próby wykorzystania często znacznie tańszych systemów ekspertowych; wszechstronność ekspertyz - możliwość uzyskania kilku alternatywnych rozwiązań; połączenie wiedzy kilku ekspertów może spowodować, że ES działa lepiej niż pojedynczy ekspert; odporność psychiczna - system ekspertowy umożliwia pracę bez zakłóceń, nawet w stresujących warunkach; możliwość szybszego uzyskania odpowiedzi analizy zwiększenie dostępności - ekspertyza dostępna na wielu komputerach i przez cały czas; ES pozwalają większemu gronu ludzi działać jako ekspert. Jest to użyteczne przy szkoleniu itp. Edukacyjna rola ES jest bardzo duża, np. MYCIN (system służący do diagnozowania chorób bakteryjnych) doskonale nadaje się do uczenia studentów medycyny, nie ryzykując zdrowiem pacjenta. 13 Zalety i wady systemów ekspertowych Zalety Przydatne do rozwiązywania złożonych problemów, w dziedzinach, w których zgromadzono wiedzę empiryczną Potrafią odpowiadać na pytania prezentując swoje konkluzje w intuicyjne zrozumiały sposób, nie potrzeba programistów by zrozumieć ich działanie. Zwykle oparte są na jednolitym sposobie reprezentacji wiedzy, np. regułach lub ramach. Dzięki temu łatwo jest modyfikować wiedzę. Wady: Trudno jest przewidzieć, jakie będą skutki dodania nowej wiedzy, rozumowanie zdroworozsądkowe jest trudne. Trudno jest pozyskiwać wiedzę (uczenie maszynowe i odkrywanie wiedzy rzadko jest częścią ES). Traktowanie niepewności nadal jest rzadko spotykane. 14 7
8 Wiedza symboliczna Przez pojęcie wiedzy należy rozumieć zbiór wiadomości z danej dziedziny, zawierający symboliczny opis otaczającego nas świata rzeczywistego, scharakteryzowanego przez aksjomatyczne i empiryczne relacje, zawierający procedury, które posługują się tymi relacjami. Na wiedzę składają się więc: opisy ( fakty ), relacje i procedury. Fakty ( opisy ) służą do identyfikacji i rozróżniania obiektów i klas. Są przechowywane w postaci zdań w języku o ściśle określonych zasadach i składni. Baza opisów oprócz zdań zawiera również reguły i algorytmy umożliwiające poprawną interpretację danych wejściowych. Relacje są to zapisane w bazie wiedzy zależności i asocjacje (skojarzenia) zachodzące pomiędzy faktami z danej bazy. Procedury to mechanizmy jakimi podlegają relacje i fakty 15 Wiedza symboliczna Typy symbolicznej reprezentacji wiedzy: Reprezentacja proceduralna polega na określeniu zbioru procedur, działanie których reprezentuje wiedzę o danej dziedzinie. Zaletą tego sposobu reprezentacji wiedzy jest duża efektywność reprezentowania procesów, np. zapisanie w postaci równania jakiegoś prawa fizyki. Reprezentacja deklaratywna polega na określeniu zbioru specyficznych dla rozpatrywanej dziedziny faktów, stwierdzeń i reguł. Zaletą tego sposobu reprezentacji wiedzy jest jej łatwiejszy opis i formalizacja. Przykładem może być zadanie polegające na wykrywaniu osób podejrzanych o dokonanie jakiegoś przestępstwa. Reprezentacja deklaratywna dawałaby zestawienie faktów, mających związek z tą sprawą, a także zbiór relacji między faktami. Charakterystyczną cechą tej reprezentacji jest to, iż nie podany jest jawnie sposób, w jaki przestępca ma być znaleziony. 16 8
9 Wnioskowanie heurystyczne Systemy ekspertowe do rozwiązywania problemów używają często metody przeszukiwania ze względu na jej dwie najważniejsze właściwości: Niepotrzebny jest określony z góry ciąg czynności prowadzących do rozwiązania. Mogą one być określane przez analizowanie kolejnych alternatyw. Nieskomplikowany sposób formułowania zadań wymagane jest tylko określenie zbioru stanów rozwiązywanego problemu, zbioru operatorów przekształcających te stany, stanu początkowego i zbioru stanów końcowych. Zalety wnioskowania heurystycznego: jest to praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów, prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi omijając mniej obiecujące ścieżki, podaje proste kryterium wyboru kierunków postępowania. Wada wnioskowania heurystycznego: Wykorzystanie heurystyki w procesie rozwiązywania zadania może zwiększać niepewność otrzymania wyniku. 17 Struktura systemu ekspertowego Maszyna wnioskująca + Interfejs użytkownika Baza wiedzy X Baza wiedzy Y Baza wiedzy Z Interfejs użytkownika umożliwia komunikację człowieka, podejmującego konsultację, z systemem ekspertowym. Pozwala on na zasięganie informacji u użytkownika o stanie środowiska oraz generowanie wyniku, a także pokazywanie objaśnień do procesu wnioskowania. Interfejs uzależniony jest od rodzaju systemu operacyjnego, w jakim działa system ekspertowy i języka programowania, za pomocą którego stworzono SE 18 9
10 Struktura systemu ekspertowego Baza wiedzy Fakty Reguły Maszyna wnioskująca wraz z jednostka sterująca W bazie wiedzy znajdują się informacje o wybranej dziedzinie wiedzy, stanach środowiska, przekazane przez eksperta. Bazę wiedzy tworzy inżynier wiedzy. Musi ona być zapisana w postaci sformalizowanej zrozumiałej dla maszyny wnioskującej. Wiedza w bazie wiedzy zapisana jest za pomocą symboli, dzięki temu łatwo można prześledzić sposób dojścia systemu do rozwiązania oraz przeanalizować poprawność bazy wiedzy. Fakty są zdaniami oznajmującymi, np. Samochód osobowy ford puma ma 3,5 m długości. Fakt może być reprezentowany w postaci związku między pewnymi obiektami (tu: samochód osobowy) i charakteryzować się różnymi cechami (atrybutami tu nazwa i długość). 19 Struktura systemu ekspertowego Baza wiedzy Fakty Reguły Maszyna wnioskująca wraz z jednostka sterująca Oprócz faktów baza wiedzy zawiera reguły o postaci IF warunki reguły THEN wniosek reguły Np. Jeżeli prawdą jest A i B to prawdą jest C W ekspertowym zapisie: A, B C Zbiór wszystkich warunków bazy reguł dzieli się na dwa rozłączne podzbiory: warunki dopytywalne są to warunki nie będące wnioskami innych reguł: ich wartość logiczna musi być określana przez użytkownika warunki niedopytywalne są wnioskami innych reguł. Ich wartość logiczna wynika z odpowiadających im reguł i wartości logicznej warunków dopytywalnych 20 10
11 Struktura systemu ekspertowego Baza wiedzy Fakty Reguły Maszyna wnioskująca wraz z jednostka sterująca Maszyna wnioskująca zajmuje się wyszukiwaniem rozwiązań w przestrzeni stanów środowiska. Jednym z podstawowych postulatów tworzenia systemów ekspertowych jest, by maszyna wnioskująca była oddzielona od bazy wiedzy systemy ekspertowe skorupowe z pustą bazą wiedzy. Maszyna wnioskująca wyznacza fakty wynikające z bazy wiedzy i z pewnego zbioru faktów początkowych, charakteryzujących problem będący przedmiotem wnioskowania. Wnioskowaniem nazywa się wyznaczanie nowych faktów z bazy wiedzy i zbioru faktów początkowych, zadeklarowanych przez użytkownika systemu ekspertowego. Metody wnioskowania decydują o tym, w jaki sposób zachodzi proces myślenia, czy jest to na przykład wnioskowanie wstecz (indukcja), wprzód (dedukcja) lub inne. 21 Typy baz reguł Baza reguł elementarne rozwinięte dokładne przybliżone elementarne dokładne (BED) elementarne przybliżone (BEP) rozwinięte dokładne (BRD) rozwinięte przybliżone (BRP) 22 11
12 Rodzaje wnioskowania System wnioskujący Rodzaje wnioskowania są ściśle związane z typami baz reguł elementarne rozwinięte dokładne przybliżone Wnioskowanie elementarne dokładne (w przód (BED) lub wstecz) Wnioskowanie elementarne przybliżone (w przód (BEP) lub wstecz) Wnioskowanie rozwinięte dokładne (w przód (BRD) lub wstecz) Wnioskowanie rozwinięte przybliżone (w przód (BRP) lub wstecz) 23 Konstruowanie systemów ekspertowych Twórca narzędzi buduje Ekspert dziedziny prowadzi dialog rozszerza i testuje Narzędzia do budowy systemów ekspertowych Inżynier wiedzy buduje i testuje System ekspertowy Baza wiedzy wykorzystuje dane wykorzystuje i analizuje Użytkownik wykorzystuje 24 12
13 Konstruowanie systemów ekspertowych Konstruowanie systemów ekspertowych jest jednym z zagadnień tzw. inżynierii wiedzy (knowledge engineering). Celem inżynierii wiedzy jest pozyskiwanie wiedzy z określonej dziedziny, jej przetwarzanie, stworzenie dla tej wiedzy odpowiedniej struktury. Zajmuje się także rozwijaniem metodologii i narzędzi budowy systemów ekspertowych. W szczególności obejmuje ona: pozyskiwania wiedzy ekspertów i tworzenia struktur dla wiedzy ekspertów dopasowywania i wyboru odpowiednich metod wnioskowania i wyjaśniania rozwiązań problemów tworzenie interfejsów pośredniczących w komunikacji pomiędzy komputerem a użytkownikiem. 25 Konstruowanie systemów ekspertowych ETAP I: Pozyskanie wiedzy ekspertów i zapisanie jej w odpowiednich strukturach ETAP II: Dopasowanie i wybór metod wnioskowania i wyjaśniania rozwiązanych problemów ETAP III: Tworzenie interfejsu do komunikacji między systemem a użytkownikiem 26 13
14 Konstruowanie systemów ekspertowych ETAP I: Pozyskanie wiedzy ekspertów i zapisanie jej w odpowiednich strukturach 1. komunikacja - skomunikowanie się i znalezienie ekspertów 2. identyfikacja - określenie charakterystyki problemu do rozwiązania; 3. reprezentacja - znalezienie sposobu reprezentacji wiedzy; 4. formalizacja - zaprojektowanie struktur organizujących wiedzę; 5. implementacja - sformułowanie reguł lub ram zawierających wiedzę; 6. testowanie - sprawdzenie zastosowanych w systemie reguł. 27 Konstruowanie systemów ekspertowych 1. Komunikacja Choć pozornie faza komunikacji inżyniera wiedzy z ekspertem wydaje się łatwa to jednak często już na tym pierwszym etapie można natrafić na poważne problemy. Problem jednak tkwi w tym, że często współpraca z fachowcem danej dziedziny jest utrudniona ze względu na następujące czynniki: ekspert boi się, że maszyna będzie mogła go zastąpić i będzie już niepotrzebny ekspert działa intuicyjnie, nie potrafi sprecyzować w sposób formalny sposobów i metod swojego działania (wyjściem z tej sytuacji może być obserwacja jego pracy) ekspert nie ma czasu brak wspólnego języka z inżynierem wiedzy 28 14
15 Konstruowanie systemów ekspertowych 2. Identyfikacja Podczas drugiego etapu ekspert i inżynier wiedzy określają problem do rozwiązania i jego zakres (ponadto określają potrzebne środki). Początkowe sformułowanie problemu jest zazwyczaj szerokie i niejasne, wobec czego może być konieczne staranne przestudiowanie tego problemu mające na celu jego wyjaśnienie. Podczas analizy należy zwrócić szczególną uwagę na to, aby wszystkie przemyślenia i wnioski były określone jednoznacznie i bardzo dokładnie gdyż z pewnością wysoce niepożądane są sytuacje, w których podczas następnych etapów twórcy będą zmuszeni cofać się i rozpatrywać dane zagadnienia powtórnie. W tej fazie projektowania pod rozwagę należy wziąć ogólny sens tworzenia systemu ekspertowego, gdyż w niektórych sytuacjach może się okazać, że istnieją już gotowe narzędzia rozwiązywania naszego problemu, jest on zbyt rozbudowany lub rozwiązanie go jest trywialne i nie ma potrzeby stosowania tak wyrafinowanej 29 metody, jaką na pewno jest system ekspertowy Konstruowanie systemów ekspertowych 3. Reprezentacja W trzecim etapie jest przeprowadzana analiza problemu. Ekspert oraz inżynier wiedzy przedstawiają kluczowe koncepcje, relacje i charakterystykę przepływu informacji, niezbędne w procesie rozwiązywania problemu w danej dziedzinie. Ponadto określają strategie i trudności w rozwiązywaniu rozważanych zagadnień. Podczas tworzenia bazy wiedzy ważnym zagadnieniem jest zbieranie informacji i danych, polegające na ich zgromadzeniu i ocenie. Proces ten może obejmować dowolne z następujących zadań częściowych: zapoczątkowanie poszukiwań literatury, zestawienie bibliografii, gromadzenie materiałów źródłowych, gromadzenie dokumentów i raportów, generowanie sztucznych danych, zbieranie danych za pomocą eksperymentów, konsultacje z ekspertami. Z wymienionych zadań najtrudniejsze jest pozyskiwanie wiedzy na podstawie konsultacji z ekspertem 30 15
16 Konstruowanie systemów ekspertowych 4. Formalizacja Po zebraniu wiedzy i dogłębnym przestudiowaniu całego projektu pozostaje już tylko sformalizowanie wiedzy. Głównym formalnym opisem, a zarazem podziałem posiadanej już wiedzy są trzy następujące pojęcia: opisy lub fakty, to podstawowe cechy wyrażone jako elementarne składniki zdań zapisanych w jakimś języku. Ich zadanie to identyfikacja i rozróżnianie obiektów i klas. Zawarte są w nich także wszelkiego typu reguły lub algorytmy wykorzystywane do interpretacji danych wejściowych, relacje, to obraz zachodzących zależności i skojarzeń pomiędzy elementami wchodzącymi w skład opisów (faktami), procedury, to mechanizmy, jakim podlegają relacje i fakty. 31 Konstruowanie systemów ekspertowych 5. Implementacja Ten etap realizowany jest już bez udziału eksperta. Programiści tworzą za pomocą wybranych wcześniej narzędzi odpowiednie reguły i ramy (klasy) zapisując w nich jednocześnie całą niezbędną wiedzę. Podczas etapu implementacji inżynier wiedzy łączy i reorganizuje sformalizowaną wiedzę tak, aby stała się zgodna z charakterystyką przepływu informacji danego problemu. Powstały w ten sposób zestaw reguł lub ram i powiązana z nim struktura kontrolna tworzy prototypowy program. Faza ta niewiele różni się od standardowego procesu programowania w związku, z czym obowiązują tu ogólne zasady efektywnego tworzenia oprogramowania
17 Konstruowanie systemów ekspertowych 6. Testowanie Sprzeczność reguł Reguły pochłaniające Niepotrzebne warunki Zapętlenie reguł Wielokrotne odwołanie do jednego atrybutu Kompletność bazy reguł 33 Konstruowanie systemów ekspertowych ETAP II: Dopasowanie i wybór metod wnioskowania i wyjaśniania rozwiązanych problemów 1. Rodzaj wnioskowania wnioskowanie w przód wnioskowanie wstecz wnioskowanie mieszane 2. Strategie wnioskowania strategia świeżości wyodrębnienie reguły, która została dołączona najpóźniej do systemu, strategia blokowania eliminacja reguł, które zostały już wykorzystane wcześniej, strategia specyficzności wybiera te reguły, które cechują się największą liczbą przesłanek strategia przypadkowości 34 17
18 Konstruowanie systemów ekspertowych ETAP III: Tworzenie interfejsu do komunikacji między systemem a użytkownikiem Standardowe funkcje zapewniające minimalną funkcjonalność systemu Dlaczego? (why?) - odpowiada na pytanie, dlaczego jest analizowany dany warunek, podając nazwę i postać reguły, która jest analizowana z zaznaczeniem bieżącego warunku. Jak? (how?) - opcja dostępna w dowolnej chwili, różniąca się jednak znaczeniem w zależności od kontekstu wywołania. Przy wywołaniu, po ustaleniu odpowiedzi końcowej, odpowiada na pytanie: jak system doszedł do tego, że cel stał się wynikiem. Dzięki pamiętaniu śladu wnioskowania jest możliwe odtworzenie całej drogi wnioskowania. Przy pozostałych wywołaniach użytkownik podając np. numer dowolnego faktu z listy faktów uzyska odpowiedź na pytanie: jak system doszedł do tego, że fakt przyjmuje taką wartość. 35 Konstruowanie systemów ekspertowych ETAP III: Tworzenie interfejsu do komunikacji między systemem a użytkownikiem Standardowe funkcje zapewniające minimalną funkcjonalność systemu Co będzie jeżeli... (what will be if...) - opcja ta pomaga użytkownikowi w udzieleniu odpowiedzi. Po wybraniu jednej z możliwych odpowiedzi system podaje konsekwencje takiego wyboru (jeden krok w przód). Opcja ta jest dostępna tylko przy zadawaniu pytań. Wszystkie reguły (all rules) - wyświetlenie na ekranie wszystkich reguł, z jakich składa się baza wiedzy, wraz ze wszystkimi warunkami. Wszystkie fakty (all facts) - wyświetlenie na ekranie wszystkich faktów dostępnych aktualnie na liście faktów z zaznaczeniem pochodzenia
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 szczegółowoFaza Określania Wymagań
Faza Określania Wymagań Celem tej fazy jest dokładne określenie wymagań klienta wobec tworzonego systemu. W tej fazie dokonywana jest zamiana celów klienta na konkretne wymagania zapewniające osiągnięcie
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 szczegółowoHeurystyki. Strategie poszukiwań
Sztuczna inteligencja Heurystyki. Strategie poszukiwań Jacek Bartman Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski DLACZEGO METODY PRZESZUKIWANIA? Sztuczna Inteligencja
Bardziej szczegółowoWykład I. Wprowadzenie do baz danych
Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles
Bardziej szczegółowo[1] [2] [3] [4] [5] [6] Wiedza
3) Efekty dla studiów drugiego stopnia - profil ogólnoakademicki na kierunku Informatyka w języku angielskim (Computer Science) na specjalności Sztuczna inteligencja (Artificial Intelligence) na Wydziale
Bardziej szczegółowoWstęp 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 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 szczegółowoTechnologie informacyjne - wykład 12 -
Zakład Fizyki Budowli i Komputerowych Metod Projektowania Instytut Budownictwa Wydział Budownictwa Lądowego i Wodnego Politechnika Wrocławska Technologie informacyjne - wykład 12 - Prowadzący: Dmochowski
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 szczegółowoAnaliza 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 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 szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
Załącznik do Uchwały Senatu Politechniki Krakowskiej z dnia 28 czerwca 2017 r. nr 58/d/06/2017 Politechnika Krakowska im. Tadeusza Kościuszki w Krakowie Nazwa wydziału Wydział Inżynierii Środowiska Dziedzina
Bardziej szczegółowoInnowacja pedagogiczna na zajęciach komputerowych w klasach 4e, 4f, 4g. Nazwa innowacji Programowy Zawrót Głowy
Szkoła Podstawowa nr 13 im. Arkadego Fiedlera w Gorzowie Wlkp. rok szkolny 2016-2017 Innowacja pedagogiczna na zajęciach komputerowych w klasach 4e, 4f, 4g Nazwa innowacji Programowy Zawrót Głowy Autor
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 szczegółowoEfekt kształcenia. Wiedza
Efekty dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Informatyka na specjalności Przetwarzanie i analiza danych, na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie oznacza
Bardziej szczegółowoEFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW
EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW WYDZIAŁ KIERUNEK z obszaru nauk POZIOM KSZTAŁCENIA FORMA STUDIÓW PROFIL JĘZYK STUDIÓW Podstawowych Problemów Techniki Informatyka technicznych 6 poziom, studia inżynierskie
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 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 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 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 szczegółowoRozdział 5: Zarządzanie testowaniem. Pytanie 1
Pytanie 1 Dlaczego niezależne testowanie jest ważne: A) Niezależne testowanie jest w zasadzie tańsze niż testowanie własnej pracy B) Niezależne testowanie jest bardziej efektywne w znajdywaniu defektów
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 szczegółowoWiększe możliwości dzięki LabVIEW 2009: programowanie równoległe, technologie bezprzewodowe i funkcje matematyczne w systemach czasu rzeczywistego
Większe możliwości dzięki LabVIEW 2009: programowanie równoległe, technologie bezprzewodowe i funkcje matematyczne w systemach czasu rzeczywistego Dziś bardziej niż kiedykolwiek narzędzia używane przez
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 szczegółowoModelowanie i Programowanie Obiektowe
Modelowanie i Programowanie Obiektowe Wykład I: Wstęp 20 październik 2012 Programowanie obiektowe Metodyka wytwarzania oprogramowania Metodyka Metodyka ustandaryzowane dla wybranego obszaru podejście do
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 szczegółowoKod doskonały : jak tworzyć oprogramowanie pozbawione błędów / Steve McConnell. Gliwice, cop Spis treści. Wstęp 15.
Kod doskonały : jak tworzyć oprogramowanie pozbawione błędów / Steve McConnell. Gliwice, cop. 2017 Spis treści Wstęp 15 Podziękowania 23 Listy kontrolne 25 Tabele 27 Rysunki 29 Część I Proces budowy oprogramowania
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 szczegółowoProcesowa specyfikacja systemów IT
Procesowa specyfikacja systemów IT BOC Group BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management Office
Bardziej szczegółowoNotacja. - operator implikacji, - operator koniunkcji v operator alternatywy - operator równoważności ~ operator negacji Duża litera (np.
Systemy ekspertowe Notacja - operator implikacji, - operator koniunkcji v operator alternatywy - operator równoważności ~ operator negacji Duża litera (np. A) - fakt Klauzula Horna Klauzula Horna mówi,
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
Zał. nr 1 do Programu kształcenia KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INŻYNIERIA SYSTEMÓW Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR
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 szczegółowoZakładane efekty kształcenia dla kierunku Wydział Telekomunikacji, Informatyki i Elektrotechniki
Jednostka prowadząca kierunek studiów Nazwa kierunku studiów Specjalności Obszar kształcenia Profil kształcenia Poziom kształcenia Forma kształcenia Tytuł zawodowy uzyskiwany przez absolwenta Dziedziny
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 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 szczegółowoANKIETA SAMOOCENY OSIĄGNIĘCIA KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA
Szanowny Studencie, ANKIETA SAMOOCENY OSIĄGNIĘCIA KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA bardzo prosimy o anonimową ocenę osiągnięcia kierunkowych efektów kształcenia w trakcie Twoich studiów. Twój głos pozwoli
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Projektowanie układów nadzoru systemu mechatronicznego (SCADA) Project of Supervisory Control for Mechatronic Systems Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy na specjalności:
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 szczegółowoEfekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych
Załącznik do uchwały nr 376/2012 Senatu UP Efekty kształcenia dla kierunku studiów informatyka i agroinżynieria i ich odniesienie do efektów obszarowych Wydział prowadzący kierunek: Wydział Rolnictwa i
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 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 szczegółowoANKIETA SAMOOCENY OSIĄGNIĘCIA KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA
Szanowny Studencie, ANKIETA SAMOOCENY OSIĄGNIĘCIA KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA bardzo prosimy o anonimową ocenę osiągnięcia kierunkowych efektów kształcenia w trakcie Twoich studiów. Twój głos pozwoli
Bardziej szczegółowoEfekty uczenia się na kierunku. Logistyka (studia pierwszego stopnia o profilu praktycznym)
Efekty uczenia się na kierunku Załącznik nr 2 do uchwały nr 412 Senatu Uniwersytetu Zielonogórskiego z dnia 29 maja 2019 r. Logistyka (studia pierwszego stopnia o profilu praktycznym) Tabela 1. Kierunkowe
Bardziej szczegółowoZałącznik nr 1 do uchwały Senatu PK nr 119/d/12/2017 z dnia 20 grudnia 2017 r.
Załącznik nr 1 do uchwały Senatu PK nr 119/d/12/2017 z dnia 20 grudnia 2017 r. Politechnika Krakowska im. Tadeusza Kościuszki w Krakowie Nazwa wydziału lub wydziałów: Wydział Fizyki, Matematyki i Informatyki
Bardziej szczegółowoINFORMATYKA, TECHNOLOGIA INFORMACYJNA ORAZ INFORMATYKA W LOGISTYCE
Studia podyplomowe dla nauczycieli INFORMATYKA, TECHNOLOGIA INFORMACYJNA ORAZ INFORMATYKA W LOGISTYCE Przedmiot JĘZYKI PROGRAMOWANIA DEFINICJE I PODSTAWOWE POJĘCIA Autor mgr Sławomir Ciernicki 1/7 Aby
Bardziej szczegółowoZastosowania Robotów Mobilnych
Zastosowania Robotów Mobilnych Temat: Zapoznanie ze środowiskiem Microsoft Robotics Developer Studio na przykładzie prostych problemów nawigacji. 1) Wstęp: Microsoft Robotics Developer Studio jest popularnym
Bardziej szczegółowoDLA SEKTORA INFORMATYCZNEGO W POLSCE
DLA SEKTORA INFORMATYCZNEGO W POLSCE SRK IT obejmuje kompetencje najważniejsze i specyficzne dla samego IT są: programowanie i zarządzanie systemami informatycznymi. Z rozwiązań IT korzysta się w każdej
Bardziej szczegółowoCHARAKTERYSTYKA DRUGIEGO STOPNIA POLSKIEJ RAMY KWALIFIKACJI DLA KIERUNKU: NAUKI O RODZINIE
CHARAKTERYSTYKA DRUGIEGO STOPNIA POLSKIEJ RAMY KWALIFIKACJI DLA KIERUNKU: NAUKI O RODZINIE STUDIA PIERWSZEGO STOPNIA (POZIOM 6) PROFIL OGÓLNOAKADEMICKI Objaśnienie oznaczeń: P6S kod składnika opisu kwalifikacji
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 szczegółowoPaństwowa Wyższa Szkoła Techniczno-Ekonomiczna w Jarosławiu
Załącznik nr 1 do Uchwały nr 9/12 Rady Instytutu Inżynierii Technicznej PWSTE w Jarosławiu z dnia 30 marca 2012r Państwowa Wyższa Szkoła Techniczno-Ekonomiczna w Jarosławiu EFEKTY KSZTAŁCENIA DLA KIERUNKU
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 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 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 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 szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE
Bardziej szczegółowoZARZĄDZANIE I INŻYNIERIA PRODUKCJI
ZARZĄDZANIE I INŻYNIERIA PRODUKCJI STUDIA PIERWSZEGO STOPNIA PROFIL OGÓLNOAKADEMICKI Załącznik nr 2 Odniesienie efektów kierunkowych do efektów obszarowych i odwrotnie Załącznik nr 2a - Tabela odniesienia
Bardziej szczegółowoPG im. Tadeusza Kościuszki w Kościerzycach nadzór pedagogiczny nauczanie problemowe
Problem badawczy: to pewna trudność (praktyczna lub teoretyczna), która rozwiązywana jest na drodze aktywności badawczej; jest to trudna i niepewna sytuacja, zawierająca niepełne dane; stanowi pewien rodzaj
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 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 szczegółowoODWZOROWANIE RZECZYWISTOŚCI
ODWZOROWANIE RZECZYWISTOŚCI RZECZYWISTOŚĆ RZECZYWISTOŚĆ OBIEKTYWNA Ocena subiektywna OPIS RZECZYWISTOŚCI Odwzorowanie rzeczywistości zależy w dużej mierze od możliwości i nastawienia człowieka do otoczenia
Bardziej szczegółowoSVN. 10 października 2011. Instalacja. Wchodzimy na stronę http://tortoisesvn.tigris.org/ i pobieramy aplikację. Rysunek 1: Instalacja - krok 1
SVN 10 października 2011 Instalacja Wchodzimy na stronę http://tortoisesvn.tigris.org/ i pobieramy aplikację uruchamiany ponownie komputer Rysunek 1: Instalacja - krok 1 Rysunek 2: Instalacja - krok 2
Bardziej szczegółowoFIZYKA II STOPNIA. TABELA ODNIESIENIA EFEKTÓW KIERUNKOWYCH DO EFEKTÓW PRK POZIOM 7 Symbol Efekty kształcenia dla kierunku studiów FIZYKA.
Załącznik nr 2 do uchwały nr 421 Senatu Uniwersytetu Zielonogórskiego z dnia 29 maja 2019 r. Opis zakładanych efektów uczenia się z przyporządkowaniem kierunku studiów do dziedzin nauki i dyscyplin naukowych
Bardziej szczegółowoEtapy życia oprogramowania
Modele cyklu życia projektu informatycznego Organizacja i Zarządzanie Projektem Informatycznym Jarosław Francik marzec 23 w prezentacji wykorzystano również materiały przygotowane przez Michała Kolano
Bardziej szczegółowoPrzeszukiwanie z nawrotami. Wykład 8. Przeszukiwanie z nawrotami. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279
Wykład 8 J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279 sformułowanie problemu przegląd drzewa poszukiwań przykłady problemów wybrane narzędzia programistyczne J. Cichoń, P. Kobylański
Bardziej szczegółowoEFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW INFORMATYKA
EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW INFORMATYKA poziom kształcenia profil kształcenia tytuł zawodowy uzyskiwany przez absolwenta studia drugiego stopnia ogólnoakademicki magister inżynier 1. Umiejscowienie
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 szczegółowoOdniesienie symbol II/III [1] [2] [3] [4] [5] Efekt kształcenia. Wiedza
Efekty dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Inżynieria i Analiza Danych prowadzonym przez Wydział Matematyki i Nauk Informacyjnych Użyte w poniższej tabeli: 1) w kolumnie 4
Bardziej szczegółowoZasady Oceniania Przedmiot: Matematyka
I. Kontrakt między nauczycielem i uczniem Zasady Oceniania Przedmiot: Matematyka 1. Każdy uczeń jest oceniany zgodnie z zasadami sprawiedliwości. 2. Prace klasowe, sprawdziany i odpowiedzi ustne są obowiązkowe.
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 szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
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 szczegółowoNie święci garnki lepią. czyli wprowadzenie do programowania
Nie święci garnki lepią czyli wprowadzenie do programowania Dlaczego warto uczyć się programowania? Badanie PISA Creative Problem Solving. Sytuacje z życia: kupno biletu w automacie, użycie odtwarzacza
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 szczegółowozakładane efekty kształcenia
Załącznik nr 1 do uchwały nr 41/2018 Senatu Politechniki Śląskiej z dnia 28 maja 2018 r. Efekty kształcenia dla kierunku: INFORMATYKA WYDZIAŁ AUTOMATYKI, ELEKTRONIKI I INFORMATYKI WYDZIAŁ ELEKTRYCZNY nazwa
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 szczegółowoT2A_W01 T2A_W01 T2A_W02 3 SI_W03 Posiada szeroką wiedzę w zakresie teorii grafów T2A_W01
Efekty dla studiów drugiego stopnia profil ogólnoakademicki, na kierunku Informatyka w języku polskim, na specjalnościach Metody sztucznej inteligencji oraz Projektowanie systemów CAD/CAM, na Wydziale
Bardziej szczegółowo25. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. I
124 25. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. I Mirosław Dąbrowski 25. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. I Cele ogólne w szkole podstawowej: zdobycie
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 szczegółowoW A R S Z T A T Y. na bazie efektów kształcenia PROF. DR HAB. ANDRZEJ RADECKI. PWSZ Skierniewice 17 maja 2011
PWSZ Skierniewice 17 maja 2011 KRAJOWE RAMY KWALIFIKACJI - budowa programów na bazie efektów kształcenia W A R S Z T A T Y DLA NAUK PRZYRODNICZYCH PROF. DR HAB. ANDRZEJ RADECKI PLAN WARSZTATÓW przygotowano
Bardziej szczegółowo166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
Bardziej szczegółowo