Последовательность ка.

1. Отбор объектов классификации (могут быть: испытуемые, объекты, критерии)

2. Определение множества переменных, по которым будут различаться объекты классификации

3. Определение меры различия между объектами классификации

4. Выбор и применение метода классификации для создания группы сходных объектов.

5. Проверка достоверности разбиения на класс.

Методы ка.

Иерархические аглометрические методы – классификация осуществляется путем последовательного объединения объектов в группы, оказывающиеся в результате иерархически организованными.

Метод одиночной связи – пара наиболее близких объектов образует первичный кластер, каждый последующий объект присоединяется к тому кластеру, к одному из объектов которого он ближе.

Метод полной связи – новый объект присоединяется к тому кластеру, самый далекий элемент которого находится ближе к новому объекту, чем самые далекие элементы других кластеров

Метод средней связи – на каждом шаге вычисляется среднее арифметическое расстояние между каждым объектом из другого кластера. Объект присоединяется к данному кластеру, если это среднее расстояние меньше, чем среднее расстояние до любого другого кластера.

Численность классов – не существует формальных критериев позволяющих определить число классов. Это число определяется самим исследователем.

Вопрос 25. Моделирование психических процессов.

1. Знаковая и техническая имитация механизмов, процессов и результатов психической деятельности – моделирование психики

2. Организации того или иного вида человеческой деятельности путем искусственного конструирования среды этой деятельности.

Моделирование психики – метод исследования психических состояний, свойств и процессов, который заключается в построении моделей психических явлений и в изучении функционирования этих моделей с использованием конкретных результатов в качестве данных о закономерностях функционирования психики.

Классы моделей психики:

1. Знаковые (образные, вербальные, математические)

2. Программные (жестко алгоритмические, эвристические, блок-схемные)

3. Вещественные (бионические)

Переход от описательной имитации результатов и функций психической деятельности к вещественной имитации ее структуры и механизмов.

Вопрос 26. Теории искуственного интеллекта, проблемы и преспективы.

Искусственный интеллект – научное направление в рамках которого ставятся и решаются задачи аппаратного и программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.

Искусственный интеллект – область компьютерной науки, занимающаяся автоматизацией разумного поведения.

Экспертное знание – сочетание теоретического понимания проблемы и набора эвристических правил для ее решения, которые как показывает опыт, эффективны в данной предметной области.

Эвристические правила:

1.она не гарантирует нахождение лучшего решения

2. она не гарантирует нахождение решения, даже если оно заведомо существует (возможен «пропуск цели»)

3. Она может дать неверное решение в некоторых случаях

Проблемы:

- трудности в передаче «глубочайших» знаний предметной области

- недостаток здравомыслия и гибкости

- трудности в тестировании

- ограничения возможности обучения на опыте

Решение: заставить программы учится самим на опыте, аналогах или примерах

Интуитивный подход

Тест Тьюринга – человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить с кем он разговаривает: с человеком или с программой. Задача компьютерной программы – ввести человека в заблуждение.

Символьный подход – позволяет оперировать слабо-формализованными представлениями и их смыслами. Создание новых правил в процессе выполнения программы.

Логический подход – создание экспертных систем с логическими моделями без знания с использованием языка предикатов (предикат – то, что утверждается)

Агентно-ориентированный подход – подход, основанный на использовании интеллектуальных агентов. Агент – вычислительная машина. Разработка методов и алгоритмов, которые помогут агенту выжить в окружающей среде при выполнении его задачи. Изучаются алгоритмы поиска и принятия решения.

Гибридный подход – только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей. Синергия – суммирующий эффект взаимодействия двух или более факторов, характеризующийся тем, что их действие существенно превосходит эффект каждого отдельного компонента.