Методичні матеріали щодо змісту та організації самостійної роботи студентів, поточного і підсумкового контролю їх знань з дисципліни Системи штучного інтелекту (бази знань, експертні системи), КНЕУ

МІНІСТЕРСТВО  ОСВІТИ І НАУКИ УКРАЇНИ

КИЇВСЬКИЙ  НАЦІОНАЛЬНИЙ  ЕКОНОМІЧНИЙ  УНІВЕРСИТЕТ

імені ВАДИМА ГЕТЬМАНА

ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ СИСТЕМ І ТЕХНОЛОГІЙ

кафедра інформаційних систем в економіці

МЕТОДИЧНІ  МАТЕРІАЛИ

щодо змісту та організації самостійної роботи студентів,

поточного і підсумкового контролю їх знань

з дисципліни

  "Системи штучного інтелекту (бази знань, експертні системи)"

(для бакалаврів спеціальності 6404 “Інтелектуальні системи прийняття рішень”)

Київ КНЕУ 2006

САМОСТІЙНА РОБОТА СТУДЕНТІВ

Нижче викладено дидактичне забезпечення самостійної роботи студентів.

Самостійна робота студентів із вивчення дисципліни "Системи штучного інтелекту" є однією з необхідних форм організації навчання, важливою формою оволодіння навчальним матеріалом у вільний від обов'язкових навчальних занять час.

Самостійна робота студентів передбачає:

- більш   поглиблене   опрацювання   теоретичних   основ   прослуханого лекційного матеріалу із використанням наступних наукових ресурсів мережі Internet:

http: //www-2. cs. emu. edu/Groups/AI/html/faqs/top. html

http://www.ai.mit.edu

http: //ctc.tsu.ru/aigroup

- додаткове    знайомство    з    доступним    програмним    забезпеченням дейтамайнінгу,  яке не увійшло до тематики лабораторних робіт (зокрема викладачем надаються для ознайомлення пакети: Visual Prolog 5.2 Development System - одна з провідних середовищ логічного програмування; AgentBuilder - -що є комплексним інструментарієм для розробки інтелектуальних програмних агентів, який функціонує під Java Virtual Machine

- самостійне поглиблене вивчення теоретичних питань: з теми 1 - „історія виникнення і розвитку штучного інтелекту"; з теми 2 - „дейтамайнінг, сховища даних  і  видобування  знань  в   документах  і   базах  даних";   з  теми  8  -„характеристика і розвиток програмного забезпечення ІШ".

- написання рефератів на одну з обраних тем наведених у додатку 1;

- письмове   оформлення   схем,   діаграм   по   результатам   виконання лабораторних робіт;

- систематику вивченого матеріалу перед заліком.

Вичерпний зміст завдань для опрацювання навчального матеріалу викладений нижче у картці самостійної роботи студента.

КАРТА САМОСТІЙНОЇ РОБОТИ СТУДЕНТА

з дисципліни   «Системи штучного інтелекту (бази знань, експертні системи)» 

для студентів-бакалаврів спеціальності 6.080.400

Крім вищенаведеного, студентам слід звернути увагу на такі аспекти вивчення дисципліни:

- більш поглиблене опрацювання теоретичних основ прослуханого лекційного матеріалу із використанням наступних наукових ресурсів мережі Internet (http://www.kdnuggets.com)

ІНДИВІДУАЛЬНО-КОНСУЛЬТАТИВНА РОБОТА

Індивідуально-консультативна робота полягає в проведенні консультацій студентів з виконання лабораторних та самостійних завдань, їх перевірки та захисту. Індивідуально-консультативна робота проводиться керівниками курсу, не рідше одного разу на тиждень згідно графіку, що складається на кожен  семестр окремо. 

Графік проведення  індивідуально-консультативної роботи 

з дисципліни   « »

на 7-ий семестр __________ н.р.

СИСТЕМА ПОТОЧНОГО І ПІДСУМКОВОГО КОНТРОЛЮ

Перелік питань, що охоплюють зміст робочої програми

1. Концепція та визначення штучного інтелекту.

2. Коротка історична довідка про виникнення і розвиток штучного інтелекту.

3. Перші програми штучного інтелекту.

4. Тест Алана Тюрінга для визначення штучного інтелекту.

5. Перспективи концепції штучного інтелекту.

6. Символьне оброблення, неалгоритмічне оброблення.

7. Використання бази знань в програмах штучного інтелекту.

8. Порівняння штучного інтелекту з природнім.

9. Базові засоби штучного інтелекту.

10. Експертні системи.

11. Інтелектуальний інструктор.

12. Оброблення природною мовою.

13. Роботи.

14. Машини навчання.

15. Системи візуалізації.

16. Нечітка логіка.

17. Комп'ютерна гра.

18. Інтелектуальні (програмні) агенти.

19. Генетичні алгоритми.

20. Штучні нейромережі.

21. Автоматичне програмування.

22. Розуміння мови.

23. Апаратні засоби штучного інтелекту.

24. Поняття про інтелектуальні інформаційні системи.

25. Класифікація інтелектуальних інформаційних систем.

26. Огляд програмних продуктів та ринку систем штучного інтелекту.

27. Концепція та визначення знань.

28. Типи знань.

29. Ключові характеристики знань.

30. Організаційні навчання і організаційна пам'ять.

31. Концептуальні домени знань.

32. Концепція управління знаннями.

33. Основні цілі і завдання управління знаннями.

34. Репозитарій знань.

35. Функції управління знаннями.

36. Циклічна модель управління знаннями.

37. Значення і роль знань в підприємництві.

38. Вище керівництво знаннями на фірмі.

39. Методологія і стратегії впровадження управління знаннями.

40. Методи,   інструментальні   і   технологічні   засоби   в   управлінні знаннями.

41. Програмне забезпечення управління знаннями.

42. Вартісні аспекти розвитку управління знаннями.

43. Фактори успіху управління знаннями та методи їх вимірювання.

44. Управління знаннями і штучний інтелект.

45. Методи штучного інтелекту в управлінні знаннями.

46. Дейтамайнінг, сховища даних і видобування знань в документах і базах даних.

47. Управління електронним документом.

48. Проблеми і майбутнє управління знаннями.

49. Поняття про інжиніринг знань.

50. Процеси інжинірингу знань.

51. Джерела знань.

52. Рівні знань.

53. Труднощі збирання знань.

54. Інженер по знанням.

55. Вимоги до уміння і майстерності інженерів по знанням.

56. Методи добування знань.

57. Моделювання знань.

58. Структуровані і неструктуровані інтерв'ю.

59. Методи відстеження.

60. Спостереження та інші ручні методи.

61. Орієнтовані на експертів методи.

62. Аналіз сукупності решіток (КОА).

63. Організація підтримки інжинірингу знань.

64. Машинне навчання: правила індукції,  міркування за прецедентом, нейрообчислення та інтелектуальні агенти.

65.  Вибір відповідного методу добування знань.

66. Отримання знань від багатьох експертів.

67. Перевірка правильності і верифікація (контроль) баз знань.

68. Аналізування, кодування, документування і створення діаграм в процесі верифікації знань.

69. Числове і документоване отримання знань.

70. Побудова бази знань і Іпіегпеі/Інтранет.

71. Проблеми формального подання знань в інтелектуальних системах.

72. Подання у вигляді логічної або інших схемах.

73. Числення висловлювань.

74. Числення предикатів.

75. Таблиця рішень та дерева рішень.

76. Триплет: цілі, атрибути, значення.

77. Мапи для візуального представлення знань.

78. Семантичні мережі.

79. Правила продукції.

80.  Переваги і обмеження правил.

81. Фрейми. Визначення і огляд фреймів.

82. Базисні елементи (слоти і фасети) і термінологія фреймів.

83. Ієрархія фреймів.

84. Багатократне і гібридне подання знань.

85. Об'єктно-орієнтоване подання знань.

86. Експериментальні моделі подання знань.

87. Подання знань і Інтернет.

88. Міркування в штучному інтелекті.

89. Методи міркування (доведення).

90. Організація висновку за допомогою правил.

91. Пряме формування ланцюжка доведення.

92. Зворотне формування ланцюжка доведення.

93. Дерево висновку.

94. Доведення з фреймами.

95. Основане на моделях доведення.

96. Міркування за прецедентами. Основні кроки процесу доведення на основі випадків.

97. Фактори успіху в методі міркування за прецедентами.

98. Пояснення і мета знання.

99. Організація висновку в умовах невпевненості.

100. Методи подання невпевненості.

101. Ймовірність і зв'язані з нею підходи для подання невпевненості. об’єктивна імовірність.

102. Підхід Байеса для подання невпевненості.

103. Теорія упевненості та фактори упевненості.

104. Наближене міркування з використанням нечіткої логіки.

105. Неточне міркування (доведення) в штучному інтелекті.

106. Основні типи орієнтованих на знання інформаційних систем.

107. Правило-орієнтовані системи підтримки прийняття рішень.

108. Базові концепції експертних систем.

109. Структура експертної системи.

110. Підсистеми збору знань.

111. База знань.

112. Машина висновку.

113. Користувальний інтерфейс.

114. Робоча область.

115. Підсистема пояснень.

116. Система уточнення знань.

117. Людські елементи в експертних системах.

118. Основні активності, пов'язані з експертною системою.

119. Проблемні області, адресовані експертним системам.

120. Переваги експертних систем.

121. Проблеми і обмеження експертних систем.

122. Фактори успіху експертної системи.

123. Типи експертних систем.

124. Експертні системи і Іпіегпеі/Інтранет /Веб

125. Загальні зауваження щодо вибору стратегій розроблення розвитку інтелектуальних систем.

126. Підхід на основі макетування (прототипування).

127. Розроблення життєвого циклу експертної системи.

128. Шість фаз розроблення ЕС.

129. Ініціалізація проектування ЕС.

130. Верифікація підходу до ЕС.

131. Системний аналіз і проектування ЕС.

132. Класифікація програмного забезпечення та технологічні рівні ЕС.

133. Специфічні ЕС.

134. Оболонки ЕС.

135. Інструментальні засоби підтримки розроблення ЕС.

136. Побудова ЕС за допомогою інструментальних засобів.

137. Вибір програмного забезпечення для побудови ЕС.

138. Швидке прототипування і демонстраційні прототипи ЕС.

139. Системне розроблення ЕС.

140. Впровадження ЕС.

141. Оцінювання і супровід ЕС.

142. Визначення і призначення інтелектуальних агентів.

143. Історія розвитку ШІ.

144. Компоненти агентів.

145. Характеристики агентів.

146. Класифікація і типи агентів.

147. Основане на Інтернет програмне забезпечення агентів.

148. Агенти електронної комерції.

149. Агент для ідентифікації потреб.

150. Агент програма-посередник щодо продукції.

151.  Торгівельний агент-посередник.

152. Агенти для порівняння виробів та обслуговування.

153. Агенти для ведення переговорів.

154. Агенти для придбання і доставки.

155. Агенти виробничих систем.

156. Агенти для управління послідовністю постачання.

157. Агенти електронної таблиці.

158. Потік робіт і агенти адміністративного управління.

159. Дейтамайнінг і агенти.

160. Моніторинг і організація попереджень програмними агентами.

161. Розподілений штучний інтелект, мультиагенти і суспільство агентів.

162. Типи мультиагентних систем.

163. Кооперація і співробітництво мультиагентних систем.

164. Агенти в системах підтримки прийняття рішень.

165. Управлінські питання проблематики агентів:  оцінювання витрат, секретність і приватність, індустріальний інтелект і етика, навчання агентів та ін.

166. Характеристика  і  розвиток  програмного  забезпечення інтелектуальних агентів.

Приклади типових завдань, що виносяться на іспит

Завдання 1. Для предметної області „управління трудовими ресурсами: експертиза рекрутингу" провести вказані нижче роботи в рамках макетування орієнтованої на знання системи:

- визначити мету та класи вирішуємих експертною системою задач;

- обґрунтувати найбільш доречний метод вилучення та верифікації знань;

-  обґрунтувати найбільш ефективну модель подання знань для заданої предметної області.

Завдання 2. Спроектуйте фрагмент бази знань з продукційною моделлю подання для предметної області „банківська справа: експертиза щодо розміщення депозиту".

Завдання 3. Спроектуйте фрагмент бази знань з фреймовою моделлю подання для предметної області „брокерська діяльність: експертиза щодо довгострокових інвестицій в цінні папери".

Завдання 4. Спроектуйте фрагмент бази знань на базі семантичної мережі для представлення знань для предметної області „ріелторська справа: експертиза щодо інвестицій в нерухомість клієнтом".

Завдання 5. Побудуйте прямим методом функції приналежності терм-множини лінгвістичної змінної - «статутний фонд» (прийняти до уваги, що при вирішенні даної ви виступаєте в якості експерта даної предметної області).

Завдання 6. Для предметної області «торгівля та маркетинг: експертиза щодо вибору торгівельного партнера» опишіть семантичні об'єкти, які потребують оперування невизначеністю та її характер. Спроектуйте фрагмент продукційної бази знань (3-5 правил) із застосуванням коефіцієнтів впевненості.

Завдання 7. Вирішення задач на проведення прямого логічного висновку з використанням поданої матриці правил.

Завдання 8. Запишіть на внутрішній мові програмування інструментального засобу розробки інтелектуальних систем СІЛР8 наступний фрагмент бази продукцій:

Порядок поточного і підсумкового оцінювання знань

Дисципліна читається в одному семестрі. Підсумковий контроль знань у формі іспиту проводиться в 7-му семестрі за результатами вивчення всього курсу.

Поточний контроль

Поточний контроль знань студентів і рівень їх підготовки до занять здійснюється шляхом усного опитування, письмовою перевіркою, і перевіркою виконання лабораторних робіт на комп'ютері.

Об'єктом поточного контролю знань студента з дисципліни є:

а) Систематичність та активність роботи на заняттях.

При контролі систематичності та активності роботи студентів оцінці підлягають: відвідування лекційних занять, поточні оцінки при опитування на семінарських і практичних заняттях.

Оцінки активності та рівню знань студента при відповідях на теоретичні питання та при розв'язанні завдань на практичних заняттях (від 0 до 10 балів):

немає пропусків, всі поточні оцінки "відмінно"   - 10 балів

немає пропусків, всі поточні оцінки "добре" та задовільно - 5   балів

має пропуски занять, є оцінки "незадовільно"   - 0 балів.

б) Виконання завдань для самостійного опрацювання.

Самостійне опрацювання окремих питань дисципліни передбачає написання студентами рефератів на одну з обраних тем, що відповідають навчальній програмі дисципліни (за погодженням з викладачем). За написання реферату студент може отримати максимально 5 балів.

с) Виконання модульних завдань.

Програма дисципліни умовно поділяється на два модулі, яким відповідають такі теми і модульні завдання.

Перший модуль по теоретичній частині курсу передбачає написання контрольної роботи, що охоплює всі теми курсу і складається з 10 питань. За написання контрольної роботи студент може отримати максимально 10 балів (пакети контрольних завдань щорічно формуються з переліку питань питань, що охоплюють зміст робочої програми).

Другий модуль по практичній частиш курсу передбачає виконання 2-х лабораторних робіт, оформлених у вигляді письмових звітів. Максимально можлива оцінка за виконання кожної лабораторної роботи - по 10 балів. Оцінку може бути знижено : а) за неповноту представлених результатів або припущені в них помилки; б) невчасне представлення звітів; в) неякісне оформлення звітів

д) Завдання, що не увійшли до об'єктів поточного контролю.

Якщо студент протягом семестру, в якому вивчається дисципліна взяв участь у науковій конференції, або підготував на протязі семестру наукову публікацію за темою дисципліни, то він може додатково отримати за це 5 заохочуючих балів. При цьому загальна кількість балів, що вноситься до залікової відомості, не може перевищувати 40 балів.

Підсумковий контроль

З дисципліни "Системи штучного інтелекту (бази знань, експертні системи)" передбачено іспит.

Екзаменаційний білет складається з 5-ти теоретичних питань та однієї задачі.

Завдання для поточного контролю студентів заочної форми навчання

В рамках поточного контролю студенти заочної форми навчання повинні опрацювати наступні блоки завдань:

1. Виконати завдання для самостійного опрацювання (написати реферат на одну з тем, поданих в додатку 1.)

2.  Виконати 2 лабораторні роботи з переліку (див.п.5) та оформити їх у вигляді  звіту  (орієнтовний  перелік  рекомендованих  предметних  областей поданий у додатку 2). Захист роботи виконується на ПЕОМ.

3. Виконати модульну контрольну роботу з 10-ти теоретичних питань.

Зразок екзаменаційного білету

1. Концепція та визначення штучного інтелекту.

2. Методи добування знань.

3. Фрейми. Визначення і огляд фреймів.

4. Міркування за прецедентами.

5. Типи мультиагентних систем.

6. Спроектуйте фрагмент бази знань з продукційною моделлю для предметної області „банківська справа: експертиза щодо розміщення депозиту".

СПИСОЛК РЕКОМЕНДОВАНОЇ ЛІТЕРАТУРИ

Основна література

Гавржова Т.А.. Хорошеескип В.Ф. Базы знаний интеллектуальных систем. - СПб.: Питер, 2001. - 384 с.

Люгер Дж.Ф. Искусственный интеллект. - М .:Изд.дом "Вильямс" , 2003. -864 с.

Ситник В.Ф. Системи підтримки прийняття рішень: Навч.посібник. -К.:КНЕУ, 2004.-628 с.

Букович У., Уилльямс Р. Управление знаниями: руководство к действию. -М.: ИНФРА-М, 2002. - 504 с.

Джексон П. Введение в экспертные системы.: Пер. с анг.: Уч. пос. - М.: Издательский дом «Вильямс», 2001. - 624 с.

Корнеев В.В., Гареев А.Ф., Васютин С.В., Раш В.В. Базы данных. Интелектуальная обработка информации. - М: «Нолидж», 2000. - 352 с, ил.

Додаткова література

Бондарев В.Н., Али Ф.Г. Искусственный интеллект. - Севастополь .:Изд-во СевНТУ, 2002.-615 с.

Глибовець М.М., Олецький О.В. Штучний інтелект. - К .:Видавничий дім "КМ Академія" , 2002 . - 366 с.

Девятков В. В. Системи искусственного интеллекта. - М .:Изд-во МГТУ им.Н.З.Баумана, 2001 . - 352 с.

Efraim Turban, Jay E. Aronson. Decision Support Systems and Intelligent Systems.-- Printed in United States of America, 2001. - 867 p.

Nilss J.Nilsson Artificial Intelligence: a new synthesis. - San Francisco. .Morgan Kaufinann Publishers, Inc., 1998 . - 514 p.

Додаток 1

 ПЕРЕЛІК РЕКОМЕНДОВАНИХ ТЕМ ДЛЯ НАПИСАННЯ РЕФЕРАТІВ

1. Концепція штучного інтелекту.

2. Історія виникнення і розвитку штучного інтелекту.

3. Перспективи концепції штучного інтелекту.

4. Базові засоби штучного інтелекту.

5. Орієнтовані на знання системи.

6. Роботи.

7. Машини навчання.

8. Системи візуалізації.

9. Нечітка логіка.

10. Інтелектуальні (програмні) агенти.

11. Генетичні алгоритми.

12. Штучні нейромережі.

13. Розуміння мови.

14. Апаратні засоби штучного інтелекту.

15. Інтелектуальні інформаційні системи.

16. Пограмні продукти штучного інтелекту.

17. Концепція, визначення та характеристики знань.

18. Політика управління знаннями.

19. Методологія і стратегії впровадження управління знаннями.

20. Управління електронним документом.

21. Інжиніринг знань.

22. Методи добування знань.

23. Машинне навчання.

24. Перевірка правильності і верифікація баз знань.

25. Проблеми подання знань в інтелектуальних системах.

26. Числення предикатів.

27. Таблиця рішень та дерева рішень.

28. Семантичні мережі.

29. Правила продукції.

30. Фрейми. Визначення і огляд фреймів.

31. Багатократне і гібридне подання знань.

32. Експериментальні моделі подання знань.

33. Методи міркування (доведення).

34. Пряме формування ланцюжка доведення.

35. Зворотне формування ланцюжка доведення.

36. Пояснення і мета знання.

37. Організація висновку в умовах невпевненості.

38. Методи подання невпевненості.

39. Основні типи орієнтованих на знання інформаційних систем.

40. Базові концепції експертних систем.

41. Проблемні області, адресовані інтелектуальним системам.

42. Переваги, проблеми і обмеження інтелектуальних систем.

43. Стратегія та етапи розроблення інтелектуальних систем.

44. Класифікація   програмного   забезпечення   та   технологічні   рівні інтелектуальної системи.

45. Інтелектуальні агенти: концепція та історія.

46. Характеристики, класифікація та типи інтелектуальних агентів.

47. Сфери використання інтелектуальних агентів.

48. Мультиагентні системи.

49. Характеристика       і       розвиток       програмного       забезпечення інтелектуальних агентів.

Додаток 2

ОРІЄНТОВНИЙ ПЕРЕЛІК ПРЕДМЕТНИХ ОБЛАСТЕЙ, РЕКОМЕНДОВАНИХ ДЛЯ ВИКОНАННЯ САМОСТІЙНОЇ РОБОТИ ТА ДЛЯ ПОТОЧНОГО КОНТРОЛЮ СТУДЕНТІВ ЗАОЧНОЇ ФОРМИ НАВЧАННЯ

1. Інтелектуальна система в торгівлі та маркетингу (експертиза щодо вибору торгівельного партнера).

2. Інтелектуальна система в торгівлі та маркетингу (експертиза щодо формування стратегії рекламної компанії).

3. Інтелектуальна   система   в    управлінні   трудовими   ресурсами (експертиза рекрутингу).

4. Інтелектуальна система в  банківській справі (експертиза щодо вибору клієнтом основного банку для розрахунково-касового обслуговування).

5. Інтелектуальна система в  банківській справі (експертиза щодо розміщення депозиту).

6. Інтелектуальна система в  банківській  справі  (експертиза щодо видачі кредиту).

7. Інтелектуальна   система   в   телекомунікаціях   (експертиза   щодо вибору клієнтом оператора та пакета послуг).

8. Інтелектуальна   система  в   страховій   справі   (експертиза  щодо ризикованості продажу страхового поліса клієнту).

9.  Інтелектуальна система брокера (експертиза щодо довгострокових інвестицій в цінні папери).

10. Інтелектуальна        система        брокера        (експертиза       щодо короткострокових інвестицій в цінні папери).

11. Інтелектуальна система в страховій справі (експертиза щодо вибору страхової компанії потенційним клієнтом).

12. Інтелектуальна система в ріелторській справі (експертиза щодо інвестицій в нерухомість клієнтом).

З повагою ІЦ “KURSOVIKS”!