Литература по классическим ЭС
Построение экспертных систем. – М.:
Мир, 1986Уотермен Д. Руководство по
экспертным системам. – М.: Мир, 1989Сафонов В.О. Экспертные системы –
интеллектуальные помощники специалистов. – СПб.: Знание, 1992
(C) Сафонов В.О. 2012
Объяснение и извлечение знаний: Подход системы TEIRESIAS
Stanford University, KSL, 1979, Dr. R. DavisTeiresias (Терезий) – согласно
древнегреческой мифологии, - слепой пророк, обладавший “высшим знанием”TEIRESIAS – фактически, подсистема
объяснения + подсистема приобретения знаний для MYCIN
Объяснение основано на И/ИЛИ-графе и
двух командах (вопросах) WHY? и HOW?Приобретение знаний основано на
метазнаниях (знаниях для описания знаний), представленных в виде моделей правил
(C) Сафонов В.О. 2012
Уровни знаний
Первый уровень – конкретные знания о
решении конкретной задачи в конкретной предметной области (например, содержащиеся в базе знаний MYCIN) – domain-specific knowledge
Второй уровень – метазнания: знания для
описания знаний уровня 1 – meta-knowledgeТретий уровень – знания о представлениях
– средства спецификации знаний о предметных областях и о возможных представлениях знанийВсе ЭС содержат знания уровня 1;
knowledge acquisition systems (TEIRESIAS) –
знания уровня(C)2;Сафонов“SecondВ.О. 2012 generation ES” –
знания уровня 3 (e.g., KADS)
Метазнания в системе TEIRESIAS
Представлены в виде метаправил (правил для
описания структуры правил)
Метаправило описывает типовую структуру условия и заключения правила и иерархию (мета)правилТиповая структура правил задается в виде набора типичных предикатов и атрибутов, которые могут быть заданы в правилах данного вида
С помощью метаправил система TEIRESIAS при вводе новых правил подсказывает инженеру знаний, какого рода предикатов и (или) атрибутов в правиле недостает, и предлагает свои более полные варианты правила
(C) Сафонов В.О. 2012
Возможные проблемы и ошибки в процессе извлечения знаний
Неполнота знаний (незнание,
некомпетентность)Противоречивость знанийОсновная проблема – на этапе
концептуализации и формализации; как правило, предметные эксперты (например, медики) не в состоянии сами формализовать предметные знания; необходимо сотрудничество инженеров знаний с предметными экспертами
(C) Сафонов В.О. 2012
Литература по извлечению знаний в классических экспертных системах
Попов Э.В. Экспертные системы. – М.:
Наука, 1987
Davis R., Lenat D. Knowedge-based systems in artificial intelligence, 1982
(C) Сафонов В.О. 2012
Data mining
Извлечение знаний из (баз) данных
Другое название: KDD (Knowledge Discovery in
Databases) – G. Piatetsky-Shapiro, 1989
Методы:
классификация,кластеризация,
регрессия (например, генетическое программирование)
извлечение ассоциаций (связей) между
переменными
Проверка (валидация) – на основе тестовых наборов
(C) Сафонов В.О. 2012
Применение data mining
ИгрыБизнес
Наука и инженерия (например, биоинформатика)Географические информационные системы (GIS) и основанные на них системы принятия решений
(C) Сафонов В.О. 2012
Вопросы и домашнее задание к лекции 30
Реализуйте модель системы MYCIN и системы TEIRESIAS:
- систему знаний в экспертной системе MYCINпродукционный вывод в MYCIN
Метазнания в системе TEIRESIAS
Извлечение знаний с помощью системы TEIRESIASОбъяснение работы MYCIN с помощью TEIRESIASСравните подход к извлечению знаний в TEIRESIAS и подход KDD
Реализуйте один из известных методов KDD (например, определение корреляции между значениями столбцов в простой базе данных)
(C) Сафонов В.О. 2012