Интеллектуальные системы - i6x

Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
Правительство Российской Федерации
Федеральное государственное автономное образовательное учреждение
высшего профессионального образования
«Национальный исследовательский университет
«Высшая школа экономики»
Факультет бизнес-информатики
Программа дисциплины
«Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
Авторы программы:
Шевгунов Т.Я., к.т.н., shevgunov@gmail.com
Тельнов Ю.Ф., д.т.н., проф., ytelnov@hse.ru
Одобрена на заседании кафедры
бизнес-аналитики
Зав. кафедрой Кравченко Т.К. ________________________
«____»______________ 2013 г.
Рекомендована секцией УМС «Бизнес-информатика»
«____»______________ 2013 г.
Председатель Таратухина Ю.В. ________________________
Москва, 2013
Настоящая программа не может быть использована другими подразделениями университета
и другими вузами без разрешения кафедры – разработчика программы.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
1. Область применения и нормативные ссылки
Настоящая программа учебной дисциплины устанавливает минимальные требования к
знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных
ассистентов и студентов направления 080500.62 «Бизнес-информатика» подготовки бакалавра.
Программа разработана в соответствии с:

образовательным
стандартом
Федерального
государственного
автономного
образовательного учреждения высшего профессионального образования «Национальный
исследовательский университет «Высшая школа экономики» по направлению подготовки
080500.62 «Бизнес-информатика», уровень подготовки: бакалавр, утвержденным в 2012 г.;

рабочим учебным планом университета по направлению 080500.68 «Бизнес-информатика»
подготовки магистра для магистерской программы «Бизнес-информатика», специализация
«Информационная бизнес-аналитика», утвержденным в 2011 г.
2. Цели освоения дисциплины
Целями освоения дисциплины является формирование у студентов комплекса
теоретических знаний и методологических основ в области разработки и исследования
интеллектуальных
систем
обработки
информации,
а
также
практических
навыков,
необходимых для внедрения и практического использования таких систем.
Задачи дисциплины:

Получить представление о современных интеллектуальных системах, применяемых в
архитектуре предприятия.

Познакомиться с основными методами интеллектуального анализа данных.

Изучить основные технологии построения информационных систем на основе технологий
прикладного искусственного интеллекта.

Выработать навыки использования современных информационных технологий и
программных средств, реализующих алгоритмы интеллектуального анализа данных.
3. Компетенции студента, формируемые в результате освоения дисциплины
В результате освоения дисциплины студент должен:

знать место и роль интеллектуальных систем обработки данных в архитектуре
предприятия;
2
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра

знать основные модели и технологии, основанные на обработке знаний в системах
прикладного искусственного интеллекта, область и границы их применения;

знать основные классы современных и перспективных интеллектуальных систем,
входящих в ИТ-инфраструктуру предприятия;

уметь делать обоснованный выбор технологии искусственного интеллекта, наиболее
подходящей для решения прикладной задачи, и формулировать требования к
интеллектуальной системе, реализующей эту технологию;

интерпретировать и синтезировать простые модели, построенные на основе технологий
прикладного искусственного интеллекта.
В результате освоения дисциплины студент приобретает следующие компетенции:
Компетенция
способен решать проблемы
в профессиональной
деятельности на основе
анализа и синтеза
способен оценивать
потребность в ресурсах и
планировать их
использование при
решении задач в
профессиональной
деятельности
способен работать с
информацией: находить,
анализировать и
использовать информацию
из различных источников,
необходимую для решения
научных и практических
задач в профессиональной
сфере
проектировать и внедрять
компоненты ИТинфраструктуры
предприятия,
обеспечивающие
достижение стратегических
целей и поддержку бизнеспроцессов
СК-4
Дескрипторы – основные
признаки освоения
(показатели достижения
результата)
Демонстрирует
Формы и методы обучения,
способствующие
формированию и развитию
компетенции
Лекции, практические
занятия, выполнение
домашних заданий
СК-5
Демонстрирует
Лекции, практические
занятия, выполнение
домашних заданий
СК-6
Демонстрирует
Лекции, практические
занятия, выполнение
домашних заданий
ПК-18
Владеет и применяет
Лекции, практические
занятия, выполнение
домашних заданий
Код по
ФГОС/
НИУ
3
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
Компетенция
готовить научнотехнические отчеты,
презентации, научные
публикации по результатам
выполненных
исследований
определять направления
совершенствования бизнеспроцессов и ИТинфраструктуры
предприятия, выбирать
эффективные ИС и ИКТрешения управления
бизнесом, консультировать
заказчиков в данной
области
ПК-21
Дескрипторы – основные
признаки освоения
(показатели достижения
результата)
Владеет и применяет
Формы и методы обучения,
способствующие
формированию и развитию
компетенции
Практические занятия,
выполнение домашних
заданий
ПК-22
Владеет и применяет
Лекции, практические
занятия, выполнение
домашних заданий
Код по
ФГОС/
НИУ
4
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
4. Место дисциплины в структуре образовательной программы
Дисциплина
«Интеллектуальные
системы»
относится
к
вариативной
части
профессионального цикла дисциплин блока «ИС в бизнесе».
Требования к входным знаниям, умениям и компетенциям студента.
Для изучения дисциплины «Интеллектуальные системы» студент должен:

знать основные понятия математического анализа, теория вероятностей и математической
статистика, теоретических основ информатики, программирования;

владеть основным содержанием дисциплин микроэкономика, менеджмент, архитектура
предприятия, вычислительные системы, сети, телекоммуникации, информационные
системы управления производственной компанией;

уметь использовать математические и инструментальные программные средства для
решения задач анализа информации, создания отчётов и презентаций.
Дисциплина «Интеллектуальные системы» изучается в течение 2-го и 3-го модулей
четвертого года обучения студентов бакалавриата. На протяжении всего этого периода она
включает как аудиторные занятия (по утвержденному расписанию), так и самостоятельную
работу студентов.
Проведение аудиторных занятий по дисциплине организуется кафедрой бизнесаналитики факультета бизнес-информатики.
Дисциплина
способствует
выбору темы
выпускной
квалификационной
работы
бакалавров.
5
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
5. Тематический план учебной дисциплины
Всего
часов/
зачетные
единицы
Аудиторные часы
Лекции
Семинары
Практические
занятия
Самостоятельная
работа
В том числе
из них
80
28
14
14
0
53
Основные понятия, назначение и место
интеллектуальных систем в ИТ-инфраструктуре
предприятия
4
2
2
0
6
1.2.
Основы интеллектуального анализа данных:
технологии Data Mining
8
4
4
0
11
1.3.
Интеллектуальные методы на основе искусственных
нейронных сетей
8
4
4
0
12
1.4.
Нечёткие множества и отношения для
представления знаний в интеллектуальных системах
8
4
4
0
12
28
14
14
0
53
№
1.
1.1.
2.
Название темы
Модуль 2 (4-ый год обучения)
Модуль 3 (4-ый год обучения)
82
2.1.
Назначение экспертных систем, классы решаемых
задач
4
2
2
0
8
2.2.
Архитектура экспертных систем
4
2
2
0
8
2.3.
Методы представления знаний
12
6
6
0
21
2.4.
Технология создания экспертных систем
8
4
4
0
16
56
28
28
0
106
Итого часов
162/4,5
6
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
6. Формы контроля знаний студентов
Тип контроля
Форма контроля
Текущий
4 год
Контрольная
работа
Самостоятельная
работа
Итоговый
Параметры
2
3
Х
Х
Контрольная работа в рамках текущего
контроля каждого модуля
Х
Самостоятельная работа в выбранной
предметной области. Представление
полученных результатов в формате доклада
(презентации).
Х
Зачёт
Х
7. Образовательные технологии
Образовательные технологии, используемые при реализации различных видов учебной
работы:
чтение
лекций
с
использованием
компьютерных
презентаций,
выполнение
практических заданий, обсуждение результатов, разбор кейсов, самостоятельная разработка
студентами
простых
систем
с
использованием
специализированного
программного
обеспечения, подготовка студентами докладов и презентаций.
8. Содержание дисциплины
Тема 1.1. Основные понятия, назначение и место интеллектуальных систем в ИТинфраструктуре предприятия
Краткая историческая справка. Основные понятия и определения. Классификация задач,
решаемых человеком и искусственным интеллектом. Классификация интеллектуальных систем.
Обзор моделей представления знания и предметной области.
Интеллектуальные
реализации
методы
интеллектуальных
обработки
методов
информации.
в
прикладных
Обзор
основных
информационных
технологий
системах
искусственного интеллекта.
Программные средства, реализующие интеллектуальные методы обработки. Практическая
работа с системой Matlab: загрузка данных из СУБД, обработка, визуализация и подготовка
графических материалов для отчётов.
Литература:
1. Основная литература: [1], [2], [3]
2. Дополнительная литература: [1], [2], [6]
7
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
Тема 1.2. Основы интеллектуального анализа данных: технологии Data Mining
Основные понятия интеллектуального анализа данных. Концепция Data Mining. Основные
модели.
Скалярные
и
многомерные
модели.
Статические
и
динамические
модели.
Детерминированные, стохастические и хаотические модели. Линейные и нелинейные модели.
Основные типы задач: фильтрация, аппроксимация, интерполяция, экстраполяция,
предсказание, классификация, кластеризация и др. – обзор подходов к решению: классические,
эвристические, адаптивные и интеллектуальные методы.
Деревья классификации (деревья принятия решений). Алгоритмы построения деревьев
решения. Практическая реализация дерева классификация с использованием программных
средств.
Литература:
1. Основная литература: [1], [3], [4], [5]
2. Дополнительная литература: [2], [5], [6], [7]
Тема 1.3. Интеллектуальные методы на основе искусственных нейронных сетей
Искусственная нейронная сеть, как аналог биологической структуры. Модель нейрона
МакКалока-Питтса. Структурные элементы нейронной сети. Модель персептрона Розенблатта.
Модель многослойного персептрона. Модель нейронной сети на основе радиально-базисных
функций. Модель самоорганизующихся карт Кохонена.
Обучение нейронной сети. Обучение с учителем и самообучение. Процедура обратного
распространения ошибки. Методы обучения первого порядка: градиентный спуск и его
модификации. Методы обучения второго порядка. Самообучающиеся сети.
Практическое применение нейронных сетей для решения задач аппроксимации и
классификации.
Литература:
1. Основная литература: [3], [4]
2. Дополнительная литература: [3], [4], [5]
Тема 1.4. Нечёткие множества и отношения для представления знаний в
интеллектуальных системах
Понятие чётких и нечётких объектов: множеств, чисел и отношений. Нечёткие множества.
Функции принадлежности. Операции над нечёткими множествами. Операции фуззификации и
деффузификации. Нечёткие числа, операции над нечёткими числами. Нечёткие отношения.
Нечёткий вывод. Системы нечёткого вывода, на основе алгоритма Мамдами. Системы
нечёткого вывода на основе алгоритма Сугено.
8
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
Практический синтез простых систем нечёткого вывода на основе алгоритмов Мамдами и
Сугено.
Литература:
1. Основная литература: [3], [4], [5]
2. Дополнительная литература: [5], [6], [7]
Тема 2.1. Назначение экспертных систем, классы решаемых задач
Эволюция информационных систем. Проблемы управления знаниями предприятия.
Применение искусственного интеллекта в разработке новых информационных технологий.
Понятие интеллектуальной информационной системы (ИИС), основные свойства. Признаки
интеллектуальности ИС. Классификация ИИС. Предмет и содержание курса. Связь курса с
другими дисциплинами.
Литература:
1. Основная литература: [1], стр. 7–17.
2. Дополнительная литература: [9], [10].
Тема 2.2. Архитектура экспертных систем
Составные части экспертной системы: база знаний, механизмы вывода, приобретения,
объяснения знаний, интеллектуальный интерфейс. Инструментальные средства экспертных
систем: оболочки, генераторы, языки представления знаний.
Литература:
1. Основная литература: [1], стр. 21–28, 67–74.
2. Дополнительная литература: [8], [10].
Тема 2.3. Методы представления знаний
Построение деревьев целей и анализ иерархий. Логический дедуктивный вывод на сети
альтернативных
вариантов
решений. Нечеткий
вывод
- качественная интерпретация
количественных данных, построение оценочных шкал, расчет рейтингов. Вывод в условиях
неполноты и недостоверности данных - оценка шансов и рисков в ситуационном анализе,
обработка условных вероятностей. Планирование и мониторинг действий в реальном масштабе
времени в условиях динамичности среды.
Понятие системы управления знаниями (СУЗ), основные свойства. Классы решаемых
задач. Архитектура СУЗ. Онтологии знаний. Приобретение знаний. Сбор индивидуального
знания. Извлечение знаний из данных. Извлечение знаний из текстов. Распространение знаний.
Поисковые машины. Адресные рассылки. Многоагентные системы решения задач.
Литература:
9
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
1. Основная литература: [1], стр. 74–97, [3].
2. Дополнительная литература: [9]
Тема 2.4. Технология создания экспертных систем
Функции инженера по знаниям, эксперта и пользователя в процессе создания и
эксплуатации экспертной системы. Этапы создания экспертной системы: идентификация,
концептуализация,
формализация,
реализация,
тестирование.
Прототипная
разработка
экспертных систем. Технология приобретения знаний.
Литература:
1. Основная литература: [1], стр. 44–59.
2. Дополнительная литература: [8].
9. Учебно-методическое и информационное обеспечение дисциплины
9.1
Основная литература
1.
Ю.Ф. Тельнов, Интеллектуальные информационные системы в экономике. (Учебное
пособие) /М.: СИНТЕГ, 2002. – 118 стр.
2.
Б.Р. Хант, Matlab R2007 с нуля!, пер. с англ., М.: Лучшие книги, 2008 – 352 с. (книга+
видеокурс)
3.
Л.С. Болотова, Системы искусственного интеллекта: модели и технологии, основанные на
знаниях, М.: «Финансы и статистика», 2012 – 664 с.
4.
Д. Рутковская, М. Пилиньский, Л. Рутковский, Нейронные сети, генетические алгоритмы
и нечеткие системы, пер. с польского, М.: Горячая Линия – Телеком, 2007 – 452 с.
5.
Л. Рутковский, Методы и технологии искусственного интеллекта, пер. с польского, М.:
Горячая Линия – Телеком, 2010 – 520 с.
6.
Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и
динамические
экспертные системы.- М.: Финансы и статистика, 1996.- 320с.
7.
Гаврилова Т.А., Хорошевский В.Ф. Базы знания интеллектуальных систем: учебник. –
СПб.: ПИТЕР, 2001. – 382 с.
9.2
Дополнительная литература
1.
S. Attaway, Matlab: A Practical Introduction to Programming and Problem Solving, – 2nd ed /
Elsevier, 2012
2.
В.Н. Ручкин, В.А. Фулин, Универсальный искусственный интеллект и экспертные
системы/ СПб.: БХВ-Петербург, 2009 – 240 с.: ил.
10
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
Р. Тадеусевич и др., Элементарное введение в технологию нейронных сетей с примерами
3.
программ, пер. с польского, М.: Горячая Линия – Телеком, 2011 – 408 с.
С. Хайкин, Нейронные сети: полный курс, 2-е изд., испр.: Пер. с англ. – М.: Вильямс,
4.
2006, 1104 стр.
I. H. Witten, F. Eibe, M. A. Hall Data mining: practical machine learning tools and techniques. –
5.
3rd ed. / Elsevier, 2011
В.А. Чулюков и др, Системы искусственного интеллекта: Практический курс: учебное
6.
пособие, под ред. И.Ф. астаховой, – М.: БИНОМ. Лаборатория знаний, 2012 – 292 с.
7.
С.И. Николенко, А.Л. Тулупьев, Самообучающиеся системы, М.: МЦНМО, 2009 – 288 с.
8.
Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на
персональной ЭВМ / Пер. с англ.- М.: Финансы и статистика, 1990.- 320с.
Форсайт Р. Экспертные системы: принципы и примеры / Пер. с англ.- М.: Радио и связь,
9.
1987.
Уотерман Д. Руководство по экспертным системам / Пер. с англ.; Под. ред. Стефанюка
10.
В.Л. - М.: Мир, 1989.- 388 с.
Программные средства
9.3
Для подготовки практических задач, докладов и выступлений студентами используется
современная учебно-лабораторная база, в том числе:

стандартные пакеты прикладных программ офисного назначения, в том числе:

информационные системы подготовки текстов (Microsoft Word);

системы электронных таблиц (Microsoft Excel);

системы подготовки презентаций (Microsoft PowerPoint);

системы баз данных (Microsoft Access);

профессиональные информационные системы:

Matlab;

IBM SPSS;

экспертная система COMP/Pascal.
10. Методические рекомендации по организации изучения дисциплины
10.1 Формы контроля и структура итоговой оценки
Формирование оценок по учебной дисциплине производится в соответствии с
Положением об организации контроля знаний, утвержденного Ученым советом НИУ ВШЭ от
21.12.2012, протокол № 42.
11
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
Результирующая оценка (выставляется в диплом) формируется на основе итоговой
оценки за зачет (по 10-балльной шкале) и накопленной оценки. Результирующая оценка
рассчитывается по формуле:
Орезульт = 0,2 × Оитог.зач + 0,8 × Онакопленная
где
Оитог.зач – оценка за итоговый контроль (зачёт в 3-ем модуле);
Онакопленная – накопленная оценка.
Результирующая оценка формируется округлением рассчитанного значения Орезульт до
целого числа по стандартным правилам округления.
Накопленная оценка равна оценке за текущий контроль:
Онакопленная = Отекущий,
где
Отекущий – оценка за текущий контроль;
Оценка за текущий контроль рассчитывается по формуле:
Отекущий = 0,35 × ОКР-I + 0,35 × ОКР-II + 0,3 × Осам.работа.,
где
ОКР-I – оценка за первую контрольную работу;
ОКР-II – оценка за вторую контрольную работу;
Осам.работа – оценка за самостоятельную работу.
Каждая из форм текущего контроля оценивается по 10-балльной шкале.
10.2 Примерные вопросы и задания для оценки качества освоения дисциплины
Тема 1.1.
1. Что такое искусственный интеллект и интеллектуальные системы?
2. Опишите основные этапы развития систем искусственного интеллекта.
3. Опишите
типичные
задачи
современного
предприятия,
для
которых
системы
искусственного интеллекта могут быть успешно применены.
4. Опишите известные Вам модели представления знаний и предметной области.
5. Опишите основные известные Вам технологии искусственного интеллекта, дайте краткую
характеристику каждой из них.
6. Опишите
известные
Вам
программные
средства,
реализующие
технологии
искусственного интеллекта.
Тема 1.2.
1. Охарактеризуйте интеллектуальный анализ данных
2. Поясните смысл, вкладываемый в понятие Data Mining.
3. Опишите сложности, с которыми сталкивается исследователь при построении моделей на
основе многомерных данных.
4. Объясните ключевые различия статических и динамических моделей.
12
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
5. В чём состоит различие между детерминированными, стохастическими и хаотическими
моделями?
6. Поясните, какие смыслы могут вкладываться в понятие линейности модели и какие
преимущества линейные модели имеют перед нелинейными.
7. Перечислите основные типы задач интеллектуального анализа и кратко охарактеризуйте
каждую из них.
8. Что такое дерево классификации (дерево решений)?
9. Как построить дерево решений на основе имеющихся данных?
Тема 1.3.
1. Поясните сходство и различие биологических нейронных сетей, эволюционно созданных
природой, и искусственных нейронных сетей, созданных человеком.
2. Составьте модель МакКалока-Питтса для искусственного нейрона.
3. Перечислите основные элементы нейронной сети и дайте их функциональное описание.
4. Опишите модель персептрона Розенблатта.
5. Опишите сеть, построенную на основе модели многослойного персептрона.
6. Синтезируйте сеть для решения задачи аппроксимации.
7. Синтезируйте сеть для решения задачи классификации.
8. Объясните, почему однослойная сеть не может справиться с решением задач
аппроксимации и классификации в общем случае.
9. Опишите сеть, построенную на основе модели радиальных базисных функций.
10. Какова структура самоорганизующихся сетей Кохонена?
11. В чём состоит обучение искусственной нейронной сети?
12. Какие виды обучения Вам известны? Дайте классификацию.
13. Опишите процедуру обратного распространения ошибки. Приведите числовой пример.
14. Опишите метод градиентного спуска и его основные модификации.
15. Как возможно организовать самообучение нейронной сети?
Тема 1.4.
1. Что означает понятие «нечёткий» применительно к объектам?
2. Поясните различие между «нечётким» и вероятностным подходами.
3. Перечислите известные Вам функции принадлежности элементов нечёткого множества
4. Поясните выполнение операций над нечёткими множествами.
5. Опишите процедуру фуззификации
6. Опишите процедуру дефуззицикации
7. Дайте характеристику понятию «нечёткое число».
13
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
8. Опишите выполнение основных арифметических действий над нечёткими числами
9. Охарактеризуйте понятие нечёткое отношение.
10. Опишите алгоритм нечёткого вывода в системе Мамдами.
11. Опишите алгоритм нечёткого вывода в системе Сугено.
12. Поясните сравнительные преимущества и недостатки систем нечёткого вывода Мамдами
и Сугено.
Тема 2.1.
1. Классификация интеллектуальных систем
2. Понятие экспертной системы
3. Назначение экспертной системы
4. Особенности применения экспертной системы
5. Классы решаемых задач в экспертной системе
6. Задачи анализа и синтеза решений
7. Классификация экспертных систем
Тема 2.2.
1. Архитектура экспертной системы
2. Понятие и организация базы знаний
3. Назначение программных средств экспертной системы
4. Этапы создания экспертной системы
5. Состав участников процесса создания экспертной системы
6. Роли инженера по знаниям, эксперта и пользователя экспертной системы
7. Прототипная разработка экспертных систем
8. Применение статических экспертных систем в бизнесе
Тема 2.3.
1. Структура правил статической экспертной системы
2. Методы логического вывода в статических экспертных системах
3. Понятие неопределенности знаний
4. Методы нечеткого вывода знаний
5. Лингвистическая переменная и функция принадлежности
6. Применение динамических экспертных систем
7. Построение модели поведения объектов
8. Структура правил динамических экспертных систем
9. Структура классов объектов
10. Методы логического вывода в динамических экспертных системах
14
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Интеллектуальные системы»
для направления 080500.62 «Бизнес-информатика» подготовки бакалавра
11. Самообучающиеся системы
12. Индуктивный вывод знаний
Тема 2.4.
1. Экспертные системы в финансовом анализе
2. Экспертные системы в инвестициях
3. Экспертные системы в инновационном менеджменте
4. Экспертные системы в процессах динамического планирования и управления
5. Экспертные системы в управлении отношениями с клиентами
6. Архитектура систем управления знаниями
7. Системы управления знаниями в корпорациях
8. Системы управления знаниями в консалтинге
9. Системы управления знаниями в образовании
10. Многоагентные интеллектуальные системы в электронном бизнесе
11. Многоагентные интеллектуальные системы в ИНТЕРНЕТЕ
12. Многоагентные интеллектуальные системы в образовании
13. Роль и место онтологий в системах управления знаниями
14. Обзор инструментальных средств создания экспертных систем
11. Материально-техническое обеспечение дисциплины
Используются персональный компьютер (ноутбук) и проектор для проведения лекций и
практических занятий, техническое оснащение компьютерных классов
Авторы программы:
НИУ-ВШЭ
(место работы)
доцент
(занимаемая должность)
Т.Я. Шевгунов
(инициалы, фамилия)
НИУ-ВШЭ
(место работы)
профессор
(занимаемая должность)
Ю.Ф. Тельнов
(инициалы, фамилия)
15