Выводы по работе
В
ходе выполнения лабораторной работы
были изучены и применены два подхода к
обработке и анализу данных: логическое
программирование на языке Prolog и машинное
обучение с использованием языка Python.
В
первой части работы была разработана
база знаний в среде SWI-Prolog, содержащая
сведения о студентах, их среднем балле,
наличии стипендии и возможностях
трудоустройства. Были реализованы
логические правила и выполнены запросы,
позволяющие получать обоснованные
ответы на поставленные вопросы. Это
позволило освоить принципы декларативного
программирования, работы с фактами и
правилами, а также формирования логических
выводов.
Во
второй части лабораторной работы была
построена обучаемая модель с использованием
метода дерева решений на языке Python.
Модель была обучена на данных из
CSV-файла, включающих несколько признаков,
влияющих на получение стипендии. В
процессе работы были освоены этапы
подготовки данных, разделения на
обучающую и тестовую выборки, обучения
модели, оценки её точности и использования
для прогнозирования.
Сравнивая
оба подхода, можно отметить, что Prolog
позволяет формировать строгие логические
выводы на основе заранее заданных
правил, тогда как методы машинного
обучения дают возможность выявлять
закономерности в данных и принимать
решения на основе обучения модели.
Таким
образом, в ходе выполнения лабораторной
работы были достигнуты все поставленные
цели, а также приобретены практические
навыки работы с системами логического
вывода и инструментами машинного
обучения, что является важной частью
подготовки специалистов в области
информационных технологий.
