OPF:INMNPEXS Expertní systémy - Informace o předmětu

INMNPEXS Expertní systémy

Rozsah

2/1/0. 4 kr. Ukončení: zk.

Vyučující

Ing. Jan Górecki, Ph.D. (přednášející)
prof. RNDr. Jiří Ivánek, CSc. (přednášející)
Ing. Jan Górecki, Ph.D. (cvičící)

Garance

prof. RNDr. Jiří Ivánek, CSc.
Katedra informatiky a matematiky – Obchodně podnikatelská fakulta v Karviné
Kontaktní osoba: Ing. Jan Górecki, Ph.D.

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.

Mateřské obory/plány

• Manažerská informatika (program OPF, N_SYSINF)

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

• Obsah:
  1. Umělá inteligence.
  2. Oblasti výzkumu umělé inteligence.
  3. Reprezentace znalostí.
  4. Expertní systémy.
  5. Prezentace expertního systému.
  6. Architektura a budování expertního systému.
  7. Získávání znalostí
  8. Případové studie
  9. Zpracování neurčitosti
  10. Fuzzy množiny
  11. Dobývání znalostí z databází
  12. Rozhodovací stromy
  13. Asociační pravidla
  1. Umělá inteligence: historie, základní pojmy, umělá inteligence jako vědní disciplína.
  2. Oblasti výzkumu umělé inteligence: rozpoznávání, strojové vidění, robotika, porozumění přirozenému jazyku, znalostní inženýrství.
  3. Reprezentace znalostí: data, informace, znalosti, definice, základní pojmy, zdroje, zpracování, reprezentace znalostí, sémantické sítě, rámce, pravidla IF-THEN, praktické příklady.
  4. Expertní systémy: definice, základní pojmy, báze znalostí, báze dat, inferenční mechanizmus, využití expertních systémů v praxi, příklady.
  5. Prezentace expertního systému: expertní systém NEST, moduly pro reprezentaci báze znalostí, vysvětlování a další funkce.
  6. Architektura a budování expertního systému: postup při budování expertního systému, struktura báze znalostí, druhy atributů a pravidel, testování, praktické příklady.
  7. Získávání znalostí: metody získávání znalostí od expertů, metodika vytváření báze znalostí.
  8. Případové studie: oblasti vhodné pro aplikaci expertních systémů, testování a ladění expertního systému.
  9. Zpracování neurčitosti: základní přístupy zpracování neurčitosti, míry důvěry, bayesovské odvozování, algebraické pojetí.
  10. Fuzzy množiny: fuzzy operace, konjunkce, disjunkce, implikace, negace, odvozování ve fuzzy logice, logický inferenční mechanismus.
  11. Dobývání znalostí z databází: observační data, metodika CRISP-DM, základní metody dobývání znalostí z databází, case-based reasoning.
  12. Rozhodovací stromy: rozhodovací tabulky a stromy, přímý algoritmus TDIDT pro konstrukci rozhodovacího stromu z dat.
  13. Asociační pravidla: vyhodnocování nákupního košíku, metoda GUHA.
  

Literatura

povinná literatura
• CLARK, B., FOKOUE, E., ZHANG, H. H. Principles and theory for data mining and machine learning. Springer, New York, 2009. ISBN 978-0-387-98134-5. info
• IVÁNEK, Jiří, Robert KEMPNÝ a Vladimír LAŠ. Znalostní inženýrství. Karviná: Obchodně podnikatelská fakulta v Karviné Slezská univerzita v Opavě, 2007. info
• GIARRATANO, J. C., RILEY, G. Expert Systems: Principles and Programming. PWS Publishing Co. Boston, MA, USA, 2004. ISBN 0-534-38447-1. info
• DVOŘÁK. J. Expertní systémy. FSI VUT, 2004. info
• BERKA, P. Dobývání znalostí z databází. Academia, Praha, 2003. ISBN 80-200-1062-9. info
• JACKSON, P. Introduction to expert systems. Addison-Wesley, Boston, MA, USA, 1998. ISBN 0-201-87686-8. info

doporučená literatura
• MAŘÍK, V., ŠTĚPÁNKOVÁ, O., LAŽANSKÝ, J. a kol. Umělá inteligence 1-5. Academia, Praha, 1993. info

Výukové metody

Demonstrace dovedností
Seminární výuka

Metody hodnocení

Známkou

Informace učitele

Seminární práce, zkouška, min 70% účast na seminářích.
Ostatní studijní zátěž: vyhledávání a zpracování zdrojů na Internetu.

Aktivity	Náročnost [h]
Ostatní studijní zátěž	40
Přednáška	26
Seminář	13
Zkouška	40
Celkem	119

Další komentáře

Předmět je dovoleno ukončit i mimo zkouškové období.
Individuální studijní zátěž - zkoušející dr. Górecki.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.slu.cz/predmet/opf/zima2019/INMNPEXS