ЗАДАНИЯ НА 7-Ю СЕССИЮ МТ431 2013 / ИС в экономике Торопец Дресвянкин В.В / Интеллектуальные информационные системы

Тесты по дисциплине «Интеллектуальные информационные системы»

6)Интеллектуальный анализ данных позволяет извлекать знания из информационных хранилищ

a)верно

b)неверно

7)В системах, основанных на прецедентах, поиск решения проблемы сводится к поиску по аналогии с использованием хранящихся в БЗ ситуаций

a)верно

b)неверно

8)Извлечение знаний из данных в самообучающейся ИИС осуществляется на ос-

нове:

a)репозитория

b)базы знаний

c)информационного хранилища

9)Обучающую выборку составляют:

a)признаки классификации, использующиеся для описания возможных вариантов развития событий

b)примеры реальных ситуаций, накопленных за некоторый исторический период, описывающиеся множеством признаков классификации

c)примеры искусственных ситуаций, сгенерированных путем перебора всех возможных вариантов развития событий, описывающиеся множеством признаков классификации

d)нет правильного ответа

10)Обучающая выборка, при которой для каждого примера в явном виде задается значение классообразующего признака, называется выборкой:

a)«с учителем»

b)«без учителя»

c)нет правильного ответа

11)Обучающая выборка, при которой система по степени близости значений признаков классификации сама выделяет классы ситуаций, называется выборкой:

a)«с учителем»

b)«без учителя»

c)нет правильного ответа

12)В индуктивных системах обобщение примеров сводится к выявлению подмножеств примеров, относящимся к одним и тем же подклассам, и определению для них значимых признаков

a)верно

b)неверно

13)В индуктивных системах в результате обучения на примерах строятся передаточные функции, определяющие зависимости между входными и выходными признаками

a)верно

b)неверно

241

Тесты по дисциплине «Интеллектуальные информационные системы»

14)В результате индуктивного вывода строится:

a)семантическая сеть

b)дерево решений

c)дерево целей

15)Нейронные сети позволяют извлекать знания из оперативной базы данных и создавать специально организованные базы знаний

a)верно

b)неверно

16)В нейронных сетях в результате обучения на примерах строятся передаточные (решающие) функции, определяющие зависимости между входными и выходными признаками

a)верно

b)неверно

17)Принятие решения в нейронной сети осуществляется на основе:

a)решающих правил

b)решающих функций

c)решающих процедур

d)фреймов

18)Процесс обучения нейронной сети сводится к определению:

a)числа нейронов в промежуточном слое

b)числа нейронов во всей сети

c)весов связей нейронов

d)числа входных сигналов (признаков)

Распределение вопросов по темам:

242

Учебная программа по дисциплине «Интеллектуальные информационные системы»

1. ЦЕЛИ И ЗАДАЧИ КУРСА, ЕГО МЕСТО В УЧЕБНОМ ПРОЦЕССЕ

Целью курса «Интеллектуальные информационные системы» является ознакомление студентов с проблематикой и областями использования интеллектуальных информационных систем (ИИС) в экономике и менеджменте, освещение теоретических и органи- зационно-методических вопросов построения и функционирования ИИС, привитие навыков практических работ по использованию экспертных систем и баз знаний при принятии управленческих решений.

Связь с другими дисциплинами. Для изучения дисциплины требуется знания студентов по курсам «Основы экономики», «Основы менеджмента», «Дискретная математика», «Теория вероятностей и математическая статистика», «Базы данных», «Информационные технологии». Знания по дисциплине ИИС используются в курсах, связанных с обоснованием и принятием управленческих решений.

Знания, умения, навыки. В результате изучения курса студент должен:

-иметь представление об основных методологиях создания баз знаний и экспертных систем;

-знать концептуальные основы моделирования предметной области: экономического и финансового анализа, инвестиционного проектирования, маркетинга и менеджмента;

-уметь использовать методы и программные средства решения задач анализа, прогнозирования, проектирования, планирования и мониторинга с помощью экспертной системы;

-обладать навыками в организации работ по взаимодействию с разработчиками интеллектуальной информационной системы в части создания баз знаний и экспертных систем.

Основные виды занятий. Чтение лекций. Проведение практических занятий с использованием инструментальных средств поддержки статических и динамических экспертных систем. Для активизации самостоятельной работы студентов предлагается проведение лабораторных работ по подгруппам.

2. СОДЕРЖАНИЕ ТЕМ ПРОГРАММЫ

Тема 1. Методы и средства интеллектуальных информационных систем.

Понятие интеллектуальной информационной системы. Методы подготовки принятия управленческих решений в условиях неопределенности и динамичности среды. Классификация ИИС. Области применения ИИС. Состояние рынка ИИС.

Тема 2. Функциональные возможности экспертных систем.

Характерные особенности экспертной системы. Области использования: консультирование, ассистирование, обучение, интеграция знаний, принятие решений. Проблемные области: анализ, диагностика, прогнозирование, проектирование, планирование, мониторинг, управление. Применение в экономике: оценка шансов и рисков, определение рейтингов, качественная интерпретация количественных данных, многовариантность рассуждений и выводов на сети возможных действий. Статические и динамические экспертные системы.

245

Учебная программа по дисциплине «Интеллектуальные информационные системы»

Тема 3. Архитектура экспертной системы.

Составные части экспертной системы: база знаний, механизмы вывода, приобретения, объяснения знаний, интеллектуальный интерфейс.

Функции инженера по знаниям, эксперта и пользователя в процессе создания и эксплуатации экспертной системы. Этапы создания экспертной системы: идентификация, концептуализация, формализация, реализация, тестирование. Прототипная разработка экспертных систем. Технология приобретения знаний.

Тема 4. Методы принятия решения на основе применения статических экспертных систем.

Построение деревьев целей и анализ иерархий. Логический дедуктивный вывод на сети альтернативных вариантов решений. Нечеткий вывод – качественная интерпретация количественных данных, построение оценочных шкал, расчет рейтингов. Вывод в условиях неполноты и недостоверности данных – оценка шансов и рисков в ситуационном анализе, обработка условных вероятностей.

Тема 5. Методы принятия решения на основе применения динамических экспертных систем.

Планирование и мониторинг действий в реальном масштабе времени в условиях динамичности среды. Построение поведенческой модели. Бизнес-правила обработки событий.

Тема 6. Методы принятия решения на основе применения самообучающихся систем.

Обучение ИИС на примерах. Обучающие выборки «с учителем» и «без учителя». Индуктивный вывод деревьев решений. Нейронные сети. Использование самообучающихся систем в решении задач классификации ситуаций и прогнозировании.

246