INMNPESY Expertní systémy

Obchodně podnikatelská fakulta v Karviné
léto 2020
Rozsah
2/1/0. 5 kr. Ukončení: zk.
Vyučující
Ing. Jan Górecki, Ph.D. (přednášející)
Ing. Jan Górecki, Ph.D. (cvičící)
Garance
Ing. Jan Górecki, Ph.D.
Katedra informatiky a matematiky – Obchodně podnikatelská fakulta v Karviné
Kontaktní osoba: Ing. Jan Górecki, Ph.D.
Rozvrh
Po 8:55–10:30 A423
  • Rozvrh seminárních/paralelních skupin:
INMNPESY/01: Po 10:35–11:20 A423, J. Górecki
Předpoklady
FAKULTA(OPF) && TYP_STUDIA(N) && FORMA(P)
K absolvování předmětu nejsou vyžadovány žádné podmínky a předmět může být zapsán nezávisle na jiných předmětech.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 10 stud.
Momentální stav registrace a zápisu: zapsáno: 0/10, pouze zareg.: 0/10
Mateřské obory/plány
Cíle předmětu
V předmětu získají studenti jak teoretické, tak praktické poznatky z oborů: Umělá inteligence, Expertní systémy a Znalostní inženýrství. Hlavní důraz je kladen na využití umělé inteligence a expertních systémů pro podporu rozhodování manažera na jednotlivých úrovních řízení v obchodu a marketingu, ekonomice podniku, v bankovní a finanční sféře a ve veřejném sektoru. Rovněž se studenti seznámí s vybranými prostředky pro vytváření expertních systémů a získávání znalostí jejich dobýváním z databází.
Osnova
  • 1. Expertní systémy v kontextu umělé inteligence
    Umělá inteligence, expertní systém, základní principy znalostního inženýrství, typy aplikací expertních systémů.
    2. Charakteristiky expertních systémů
    Struktura expertního systému, znalosti, reprezentace znalostí, inferenční mechanismus, neurčitost.
    3. Prostředí NEST
    Historie NESTu, NEST, popis instalačního balíku a vlastní instalace, nastavení, NEST - základní možnosti a spuštění konzultace, možnosti okna dotaz a průběh konzultace, ukládání odpovědí, výsledky konzultace.
    4. Struktura báze znalostí a inferenční mechanizmus v NEST
    NEST editor, zadávání nových prvků báze znalostí, reprezentace znalostí, atributy a výroky, pravidla, kontexty, integritní omezení, inferenční mechanismus v NESTu.
    5. Neurčitost v NEST
    Práce s neurčitostí, funkce pro práci s neurčitostí, příklad výpočtu vah diagnóz, srovnání přístupů práce s neurčitostí v NEST.
    6. Aplikace v NEST
    Výběr problému a grafická reprezentace, příklad zpracování báze znalostí, založení nové báze, konstrukce báze znalostí, ladění báze, tvorba dokumentace.
Literatura
    povinná literatura
  • GÓRECKI, J. Expertní systémy. Skripta SU OPF, Karviná, 2017. info
    doporučená literatura
  • GIARRATANO, J. C. and G. RILEY. Expert Systems: Principles and Programming. Boston, MA, USA: PWS Publishing Co, 2004. ISBN 0-534-38447-1. info
  • JACKSON, P. Introduction to expert systems. Addison-Wesley, Boston, MA, USA, 1998. ISBN 0-201-87686-8. info
  • MAŘÍK, V. a kol. Umělá inteligence 1-5. Praha: Academia, 1993. info
Výukové metody
Demonstrace dovedností
Seminární výuka
Metody hodnocení
Známkou
Informace učitele
Požadavky na studenta: docházka na semináře, seminární práce.
Hodnotící metody: docházka na semináře min. 60 % (10 % hodnocení), zpracování seminární práce (30 % hodnocení), zkouška (60 % hodnocení).

AktivityNáročnost [h]
Ostatní studijní zátěž40
Přednáška26
Seminář13
Zkouška40
Celkem119
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích léto 2019, léto 2021, léto 2022, léto 2023, léto 2024.