
- •1. Термин технология. Информационная технология (ит, it). Цель информационной технологии. Концептуальная модель информационной технологии
- •2. Термин система и «Информационная система». Этапы развития информационных технологий. Этапы эволюции обработки данных.
- •3. Способы организации обработки данных «Хост-терминал»: Файл-сервер, Клиент-сервер. Два варианта технологии «Клиент-сервер»
- •5. Основные классы изменений и рисков в компаниях, вызванные применением ит (автоматизация, рационализация, реинжиниринг, смена направлений деятельности компании).
- •6. Транзакционные технологии (tps - Transactions Processing Systems). Базовые информационные технологии
- •7. Понятие специализированные системы. Автоматизированные рабочие места (арМы). Ит автоматизированного офиса
- •8. Oфисная технология ms Office (классификация программ обработки текста ms Word, ms Excel, ms Access и др). Основные возможности.
- •9. Технологии поддержки потоков работ (workflow). Технологии поддержки потоков документов (электронный документооборот)
- •11. Компьютерные информационные ресурсы организации. Структура и использование глобальных информационных ресурсов
- •12. Структура и содержание информационных ресурсов предприятия. Понятие контента. Документ в соответствии с законом «Об информации, информатизации и защите информации»
- •14. Технологии аналитической обработки данных (dss) (dss - Decision Support Systems)
- •15. Olap-технологии. Охарактеризовать задачи, которые решаются на этом этапе обработки данных. Примеры систем бизнес-анализа
- •16. Хранилища данных (Date Warehouse). Получение и анализ данных с помощью аналитических измерений. Olap-кубы.
- •17. Технологии поддержки принятия решений руководства (ess – Executive Support Systems). Технологии интеллектуальной обработки данных, характеристика и основные направления.
- •19. Data Mining (dm: технологии интеллектуального анализа данных)
- •21. Технологии обработки нечеткой информации
- •23. Инжиниринг и реинжиниринг бизнес-процессов.
- •24. Моделирование бизнес процессов
- •25. Case-технологии (Computer Aided System Engineering) для автоматизации описания бизнес-процессов. Возможности интегрированного пакета AllFusion Modeling Suite еRwin. Стандарты idef
- •26. Основные положения концепции idef0
- •27. Метод описания процессов idef3 (Workflow diagrams)
- •28. Информационное моделирование экономических процессов с помощью стандарта dfd
- •29. Понятие Автоматизированных Информационных Систем (аис) и их классификация
- •30. Корпоративные автоматизированные информационные системы
- •31. Классификация кис. Примеры отечественных и зарубежных информационных систем.
- •32. Для построения корпоративных информационных систем используют стандарты apics
- •33. Последовательность планирования согласно стандарту mrp II
- •34. Erp системы
- •35. Сетевые технологии в менеджменте
17. Технологии поддержки принятия решений руководства (ess – Executive Support Systems). Технологии интеллектуальной обработки данных, характеристика и основные направления.
На высшем, стратегическом уровне структуры управления используются системы, ориентированные в основном на работу с внешними, по отношению к предприятию, данными.
Для них характерна нечеткость, неполнота и противоречивость.
Например, информация о конкурентах, ситуациях на рынке, перспективах изменения цен на продукцию, энергоносители, изменение таможенных тарифов и т.д.
BI-технологии (Business Intelligence):
Data Mining (DM: технологии интеллектуального анализа данных)
нейротехнологии.
технологии обработки нечеткой информации;
Экспертные системы (системы обработки знаний).
18. BI-технологии (Business Intelligence): нейротехнологии
Data Mining (DM: технологии интеллектуального анализа данных)
нейротехнологии.
технологии обработки нечеткой информации.
Нейросети - предназначенны для воспроизведения неосознанных мыслительных усилий человека в форме нейросетей
•Нейросетевые технологии используются для распознавания каких-либо событий или предметов.
•Нейронные сети в искусственном интеллекте – это упрощенные модели биологических нейронных сетей.
Иску́сственные нейро́нные се́ти (ИНС) — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей.
ИНС представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Каждый процессор подобной сети имеет дело с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам.
Нейронные сети не программируются в привычном смысле этого слова, они «обучаются».
Технически обучение заключается в нахождении коэффициентов связей между нейронами (синаптических весов).
В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение. Это значит, что в случае успешного обучения сеть сможет вернуть верный результат на основании данных, которые отсутствовали в обучающей выборке.
Применение нейросетей предполагает выполнение следующих этапов:
Постановка задачи: формирование цели применения нейросети (например, прогнозирование курса ценных бумаг).
Обучение нейросети: подготовка обучающих примеров, которые представляют собой уже известные результаты решения задачи без нейросети и предъявление их ей.
Эксплуатация сети: сети предъявляется некоторая ситуация, которая либо распознается, либо нет.
Основные сферы применения нейросетей:
Экономика и бизнес: предсказание поведения рынков, предсказание банкротств, оценка стоимости недвижимости, оценка кредитоспособности, прогнозирование курса валют.
Медицина: обработка медицинских изображений, диагностика.
Автоматизация производства: оптимизация режимов производственного процесса, диагностика качества продукции, предупреждение аварийной ситуации.
Политические технологии: обобщение социологических опросов.
Безопасность и охранные системы: системы идентификации личности, распознавание автомобильных номеров.
Геологоразведка: анализ сейсмических данных, оценка ресурсов месторождений.