- •1. Определение искусственного интеллекта. Искусственный интеллект (ии) можно определить как область компьютерной науки, занимающуюся автоматизацией разумного поведения.
- •. Тест Тьюринга.
- •3. Искуственный интеллект Обзор прикладных областей искусственного интеллекта. Основные сферы применения искусственного интеллекта.
- •4. Интеллектуальные информационные системы: определение и области применения.
- •5.Интеллектуальный анализ данных( определение ,задач, особенности )
- •10.Интеллектуальные информационно-поисковые системы.
- •11. Экспертные системы. Краткая характеристика. Общие задачи.
- •Исследовательский цикл разработки.
- •. Концептуальная модель.
- •Поиск на основе данных и цели. Графы.
- •Поиск в глубину и ширину.
- •12. Экспертные системы, основанные на правилах(эс на основе цели, объяснение и прозрачность при рассуждении на основе цели, Эс на основе данных, примечание)
- •17. Экспертные системы, основанные на данных.
- •13. Рассуждения на основе моделей.
- •14. Рассуждения на основе опыта.
- •16. Рассуждения на основе правил (достоинства и недостатки).
- •Рассуждения на основе опыта (достоинства и недостатки).
- •Рассуждения на основе моделей (достоинства и недостатки).
- •24. Гибридные системы.
- •20. Семантические сети.
- •21. Фреймы.
- •22. Концептуальные графы: введение, типы, экземпляры, имена.
- •Обобщение и специализация.
- •17.Нейронные сети(определение,основы,нйрон,персептрон(недостаток) )
- •Нейрон Мак-Каллока-Питтса.
- •Персептрон ф. Розенблата.
- •18. Карты Кохонена.
- •7.Деревья решений
- •Правило остановки. Разбивать дальше узел или отметить его как лист?
- •8. Деревья решений - математический аппарат (алгоритм с 4.5).
- •Например если один из атрибутов содержит фио клиентов, то gain(X) скорее всего выберет его.
- •9. Деревья решений - математический аппарат (алгоритм cart).
- •Правила разбиения
- •6. Ассоциативные правила. Алгоритм ограниченного перебора.
- •19.Генетические алгоритмы( Социальные и эмерджентные модели обучения,Игра жизнь,генетические алгоритмы,системы классификации на основе га)
- •Системы классификации
19.Генетические алгоритмы( Социальные и эмерджентные модели обучения,Игра жизнь,генетические алгоритмы,системы классификации на основе га)
Эмерджентные –модели обучения модели обучения имитируют эволюцию форм жизни животного и растительного мира.
В основе эволюции лежат простые процессы= их достаточно легко обосновать.
. Генетические алгоритмы и другие формальные эволюционные аналоги обусловливают более точное решение задачи за счёт операций над популяциями кандидатов на роль решения.
Генетический алгоритм решения задачи включает три стадии,
первая из которых предполагает представление отдельных потенциальных решений в специальном виде, удобном для выполнения эволюционных операций изменения и отбора. Зачастую таким представлением являются обычные битовые строки.
На второй стадии реализуются скрещивания и мутации, присущие биологическим формам жизни, в результате которых появляется новое поколение особей с рекомбинированными свойствами родителей.
И на конец, на основе некоторого критерия отбора, выбираются лучшие формы жизни, то есть наиболее точно соответствующие решению данной проблемы. Эти особи отбираются для выживания и воспроизведения, то есть для формирования нового поколения потенциальных решений. В конечном счете некоторое поколение особей станет решением исходной задачи.
В ГА применяются и более сложные представления , в том числе правила вывода ,эволюционирующей в процессе взаимодействия с внешней средой.
Игра «жизнь»
Примеры обучения ,представляющие собой социальные взаимодействие с целью выживания можно найти в игре жизнь.
В игре рождение жизнь и смерть особей,это функции их собственного состояния и состояния их ближайших соседей
Обычно для определения игры достаточно небольшого количества правил3-4
Как показали эксперименты с игрой жизнь не смотря на эту простоту в ее размахах могут эволюционировать черызвычайно сложные структуры .В том числе многоклеточные организмы.
Основная идея игры состоит в том, чтобы, начав с какого-нибудь простого расположения фишек (организмов), расставленных по раз- личным клеткам доски, проследить за эволюцией исходной позиции под действием "генетических законов" Конуэя, которые управляют рождением, гибелью и выживанием фишек. Конуэй тщательно подбирал свои правила и долго проверял их "на практике", добиваясь, чтобы они по возможности удовлетворяли трём условиям:
1. не должно быть ни одной исходной конфигурации, для кото- рой существовало бы простое доказательство возможности неограниченного роста популяции;
2. в то же время должны существовать такие начальные конфигурации, которые заведомо обладают способностью беспредельно развиваться;
3. должны существовать простые начальные конфигурации, которые в течение значительного промежутка времени растут, претерпевают разнообразные изменения и заканчивают свою эволюцию одним из следующих трёх способов: полностью ис- чезают (либо из-за перенаселённости, т. е. слишком большой плотности фишек, либо, наоборот, из-за разрежённости фи- шек, образующих конфигурацию); переходят в устойчивую конфигурацию и перестают изменяться вообще или же, нако- нец, выходят на колебательный режим, при котором они совершают некий бесконечный цикл превращений с определён- ным периодом. Короче говоря, правила игры должны быть такими, чтобы поведение популяции было достаточно интересным, а главное, непредсказуемым. Генетические законы Конуэя удивительно просты. Прежде чем мы их сформулируем, обратим внимание на то, что каждую клетку доски (которая, вообще говоря, считается бесконечной) окружают во- семь соседних клеток: четыре имеют с ней общие стороны, а четыре другие - общие вершины. Правила игры (генетические законы) сводят- ся к следующему: 1. выживание. Каждая фишка, у которой имеются две или три соседние фишки, выживает и переходит в следующее поколе- ние;
2. гибель. Каждая фишка, у которой оказывается больше трёх со- седей, погибает, т. е. снимается с доски, из-за перенаселённо- сти. Каждая фишка, вокруг которой свободны все соседние клетки или же занята только одна клетка, погибает от одино- чества;
3. рождение. Если число фишек, с которыми граничит какая- нибудь пустая клетка, в точности равно трём (не больше и не меньше), то на этой клетке происходит рождение нового "ор- ганизма", т. е. следующим ходом на неё ставится одна фишка. Важно понять, что гибель и рождение всех "организмов" проис- ходят одновременно. Вместе взятые, они образуют одно поколение или, как мы будем говорить, один "ход" в эволюции начальной конфи- гурации.
