- •Ис экз вопросы весна-2017 м16-581
- •«Черный ящик» - общая модель кибернетики. Теории и дисциплины, которые разработаны на ее основе.
- •Понятие интеллектуальной системы. Типичные задачи ис.
- •Примеры задач ис: предсказания ухода клиентов, задача классификации, предсказания ухода клиентов, ранжирования, кластеризации и т.П.
- •Работа с естественными языками
- •Представление и использование знаний
- •Примеры используемых библиотек для реализации на практике ис. Краткая характеристика этих библиотек.
- •Признаки и классификаторы
- •Некоторые методы распознавания графических образов
- •Задача классификации
- •Процесс классификации
- •Задача кластеризации
- •Способы определения классов объектов: перечисление, задание общих свойств. Примеры.
- •Непараметрические методы распознавания образов. Алгоритм распознавания по образцу. Проблема выбора метрики.
- •Статистический подход в задаче распознавания образов. Использование правила Байеса. Статистические методы распознавания.
- •Структурно-лингвистический подход к задаче распознавания графических образов. Пример.
- •Проблематика теории игр (ти). Определение игры. Немного истории развития ти.
- •11 Основные типы игр: антагонистические, бескоалиционные. Классификации игр: по очередности ходов, по числу стратегий, по информационной структуре, по количеству раундов, по типу поведения игроков.
- •12 Игры с полной информацией. Нормальная форма представления игры. Пример.
- •Формальное определение
- •Два игрока/две стратегии
- •Функция полезности
- •Игры с полной/неполной информацией
- •13 Платежная матрица. Пример.
- •14. Понятие стратегий в теории игр. Максиминная и минимаксная стратегия Основные понятия теории игр.
- •15. Седловая точка. Чистая цена игры нижняя и верхняя цена игры. Принцип минимакса
- •16 Игра оборона города.
- •17. Критерий пессимизма-оптимизма Гурвица
- •18. Пример линейной регрессии. Другие виды регрессионных моделей.
- •Виды регрессионных моделей
- •20. Методы оценки качества линейных и нелинейных регрессионных моделей: адекватность, значимость коэффициентов. Анализ адекватности уравнения регрессии
- •21. Что такое знания. Отличие бд от бз.
- •Понятие фрейма. Структура и свойства фрейма.
- •Определение семантической сети. Достоинства и недостатки. Пример.
- •Логические модели представления знаний. Предикаты. Пример.
Ис экз вопросы весна-2017 м16-581
«Черный ящик» - общая модель кибернетики. Теории и дисциплины, которые разработаны на ее основе.
Понятие интеллектуальной системы. Типичные задачи ИС.
Примеры задач ИС: предсказания ухода клиентов, задача классификации, предсказания ухода клиентов, ранжирования, кластеризации и т.п.
Примеры используемых библиотек для реализации на практике ИС. Краткая характеристика этих библиотек.
Задача распознавания образов (классификации). Примеры задач распознавания образов и основные подходы к ее решению. Отличие задачи кластеризации от задачи классификации.
Способы определения классов объектов: перечисление, задание общих свойств. Примеры.
Непараметрические методы распознавания образов. Алгоритм распознавания по образцу. Проблема выбора метрики.
Статистический подход в задаче распознавания образов. Использование правила Байеса.
Структурно-лингвистический подход к задаче распознавания графических образов. Пример.
Проблематика теории игр (ТИ). Определение игры. Немного истории развития ТИ.
Основные типы игр: антагонистические, бескоалиционные. Классификации игр: по очередности ходов, по числу стратегий, по информационной структуре, по количеству раундов, по типу поведения игроков.
Игры с полной информацией. Нормальная форма представления игры. Пример.
Платежная матрица. Пример.
Понятие стратегии в теории игр. Максиминная и минимаксная стратегия. Пример.
Нижняя и верхняя цена игры. Их связь с максиминной и минимаксной стратегиями. Чистая цена игры. Пример.
Игра «Оборона города».
Критерий пессимизма-оптимизма Л.Гурвица. Пример.
Пример линейной регрессии. Другие виды регрессионных моделей.
Типы нелинейных регрессионных моделей. МНК – метод оцения коэффициентов. Пример.
Методы оценки качества линейных и нелинейных регрессионных моделей: адекватность, значимость коэффициентов.
Что такое знания. Отличие БД от БЗ.
Млдели представления знаний. Пример БЗ.
Понятие фрейма. Структура и свойства фрейма.
Определение семантической сети. Достоинства и недостатки. Пример.
Логические модели представления знаний. Предикаты. Пример.
«Черный ящик» - общая модель кибернетики. Теории и дисциплины, которые разработаны на ее основе.
«Черный ящик» — термин, который обозначает систему или механизм работы, которой очень сложен, неизвестен или неважен в рамках данной задачи. Такие системы обычно имеют некий «вход» для ввода информации и «выход» для отображения результатов работы. Состояние выходов обычно функционально зависит от состояния входов. В модель включается то, что существенно для достижения цели (целевое назначение модели). Модель «черного ящика» — модель системы, представляющая собой структуру с известными выходными и входными параметрами и неизвестным внутренним устройством. Исследуя известные параметры, с помощью такой модели можно получить представление о внутреннем устройстве.
Приведите пример, когда модель «черного ящика» оказывается единственно применимой. Модель «черного ящика» часто оказывается не только очень полезной, но в ряде случаев единственно применимой при изучении систем. Например, при исследовании психики человека или влияния лекарства на живой организм мы лишены возможности вмешательства в систему иначе, как только через ее входы, и выводы делаем только на основании наблюдения за ее выходами. Это вообще относится к таким исследованиям, в результате проведения которых нужно получить данные о системе в обычной для нее обстановке, где следует специально заботиться о том, чтобы измерения как можно меньше влияли на саму систему. Другая причина того, что приходится ограничиваться только моделью «черного ящика», — действительное отсутствие данных о внутреннем устройстве системы. Например, мы не знаем, как «устроен» электрон, но знаем, как он взаимодействует с электрическими и магнитными полями, с гравитационным полем. Это и есть описание электрона на уровне модели «черного ящика».
Система, которую представляют как «черный ящик», рассматривается как имеющая некий «вход» для ввода информации и «выход» для отображения результатов работы, при этом происходящие в ходе работы системы процессы наблюдателю неизвестны. Предполагается, что состояние выходов функционально зависит от состояния входов.
Каноническое представление чёрного ящика — это полное описание его функций. Два черных ящика с одинаковыми каноническими представлениями считаются эквивалентными.
Изучение системы по методу чёрного ящика сводится к наблюдениям за ней и проведению экспериментов по изменению входных данных, при этом в ходе наблюдения над реакциями системы на внешние воздействия достигается определённый уровень знаний об исследуемом объекте, позволяющий осуществлять прогнозирование поведения «чёрного ящика» при любых заданных условиях.
