Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Тема 1.7. Байесовское оценивание в принятии решений1.Байесовский нейронный классификатор 2.Создание, ведение и использование баз данных и баз знаний при создании индивидуальных проектов.
Вопросы и задания для самостоятельной работы: 1. Подготовить ответы на контрольные вопросы по темам: 1.4., 1.5., 1.6. и 1.7.
1.1. Какие основные операции над нечеткими множествами? 1.2. Какие основные операции над нечеткими числами? 1.3. Какой вид эволюционных вычислений называют генетическими алгоритмами? 1.4. Как выполняется оператор мутации? Какую роль он играет в генетической оптимизации? 1.5. Что называют эволюционной стратегией? 1.6. Как работает оператор пропорционального отбора? 1.7. Как определяются нормы и конормы? 1.8. Для чего введены понятия нормы и конормы? 1.9. Какова функциональность среды CLIPS? 1.10. В чем суть байесовской теории решений?
2. Тестовые задания для самостоятельного контроля уровня подготовки студентами вопросов темы:
2.1. Эвристики - это o хорошо известные обстоятельства o знания, основанные на опыте экспертов o множество утверждений, не зависимо от того, где применяются o алгоритмы в виде процедур обработки фактов 2.2. Формальные логические модели представления знаний используют o логику предикатов для управления анализом декларативных предложений o полный перебор возможных решений задач o статистическую обработку фактов и правил o доказательство истинности цели на основе доказательства истинности всех входящих в него предикатов 2.3. В формальных логических моделях представления знаний o антецеденты это предикаты, входящие в состав правила, истинность которых можно проверить o консеквент - это цель, которую нужно доказать o консеквенты это предикаты, входящие в состав правила, истинность которых можно проверить a) антецедент - это цель, которую нужно доказать 2.4. На этапе концептуализации при создании экспертной системы определяются o определяются понятия, отношения и механизмы управления необходимые для описания решения задач o формируется иерархия понятий предметной области, изучаются их взаимосвязи o определяются цели и задачи создания экспертной системы 2.5. Выбор модели представления знаний в базе знаний экспертной системы определяется на этапе o концептуализации o формализации o идентификации o реализации 2.6. Создание прототипа экспертной системы осуществляется на этапе o формализации знаний o реализации экспертной системы o извлечения знаний o концептуализации знаний 2.7. Процесс обучения нейронной сети сводится o к определению весов связей нейронов o к разработке правил продукций o к определению связей между слоями нейронов o к формализации знаний, извлеченных их эксперта 2.8. Последовательность проектирования экспертной системы o концептуализация, формализация, идентификация, реализация, тестирование o идентификация, концептуализация, формализация, реализация, тестирование o идентификация, формализация, концептуализация, реализация, тестирование o формализация, идентификация, концептуализация, реализация, тестирование 2.9. Представление знаний в виде правил ЕСЛИ А, ТО В - это o предикатная модель знаний o фреймовая модель знаний o продукционная модель знаний 2.10. Понятия "антецедент" и "консеквент" правила используются в o предикатной модели знаний o фреймовой модели знаний o продукционной модели знаний
Раздел 2. Разработка экспертной системы поддержки принятия решений
|