Содержание
- 2. Основные понятия искусственного интеллекта (ИИ) Искусственный интеллект (ИИ) – научная область, занимающаяся созданием программ и устройств,
- 3. Основные понятия искусственного интеллекта (ИИ) ИИ делят на слабый и сильный. Слабый (специализированный) – решает конкретные,
- 4. История развития ИИ 1950 год, Алан Тьюринг описал проблему ИИ и предложил тест Тьюринга, а также
- 5. История развития ИИ Математики предложили, вместо траты большого количества времени на построение правил для систем, чтобы
- 6. История развития ИИ Поисковые системы, анализ текста, глубокое обучение - нейронные сети для обработки изображений (2015-2021
- 7. Искусственная нейронная сеть представляет собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Такие
- 8. Интеллектуальные информационные системы (ИИС) Интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно
- 9. Направления исследований в области интеллектуальных систем Первое направление объектом исследований рассматривает структуру и механизмы работы мозга
- 10. Классификация ИИС Для интеллектуальных информационных систем характерны следующие признаки: развитые коммуникативные способности; Коммуникативные способности ИС характеризуют
- 11. Классификация интеллектуальных информационных систем по типам систем
- 12. Интеллектуальные базы данных отличаются от обычных баз данных возможностью выборки по запросу необходимой информации, которая может
- 13. Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на внутримашинный уровень представления знаний. Для этого необходимо решать задачи
- 14. Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации. Интеллектуальные гипертекстовые системы
- 15. Системы контекстной помощи можно рассматривать как частный случай интеллектуальных гипертекстовых и естественно-языковых систем. В отличие от
- 16. Системы когнитивной графики позволяют осуществлять интерфейс пользователя с ИС с помощью графических образов, которые генерируются в
- 17. Экспертные системы предназначены для решения задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в
- 18. Многоагентные системы это динамические системы, для которых характерна интеграция в базе знаний нескольких разнородных источников знаний,
- 19. Самообучающиеся системы основаны на методах автоматической классификации примеров ситуаций реальной практики. Характерными признаками самообучающихся систем являются:
- 20. Индуктивные системы используют обобщение примеров по принципу от частного к общему. Процесс классификации примеров осуществляется следующим
- 21. Нейронные сети представляют собой устройства параллельных вычислений, состоящие из множества взаимодействующих простых процессоров. Каждый процессор такой
- 22. Классификация ИИС В экспертных системах, основанных на прецедентах (аналогиях), база знаний содержит описания не обобщенных ситуаций,
- 23. Адаптивная информационная система это информационная система, которая изменяет свою структуру в соответствии с изменением модели проблемной
- 24. Классификация интеллектуальных информационных систем по решаемым задачам Если рассматривать интеллектуальные информационные системы с точки зрения решаемой
- 26. При этом системы могут решать не одну, а несколько задач или в процессе решения одной задачи
- 27. Классификация ИИС Если классифицировать интеллектуальные информационные системы по критерию ≪используемые методы≫, то они делятся на жесткие,
- 28. Классификация интеллектуальных информационных систем по методам
- 29. Классификация интеллектуальных информационных систем по методам Мягкие вычисления (Soft Computing) – это сложная компьютерная методология, основанная
- 30. Классификация ИИС Возможны и другие классификации, например, выделяют системы общего назначения и специализированные системы.
- 31. Классификация интеллектуальных систем по назначению
- 32. Классификация интеллектуальных систем по назначению Кроме того, эта схема отражает еще один вариант классификации по методам:
- 33. Интеллектуальные информационные технологии (ИИТ) (англ. Intellectual information technology, IIT) – это информационные технологии, помогающие человеку ускорить
- 34. Использование ИИТ на практике подразумевает учет специфики проблемной области, которая может характеризоваться следующим набором признаков: качество
- 35. Использование ИИТ ИИТ формируются при создании информационных систем и информационных технологий для повышения эффективности принятия решений
- 36. Специфика и классификация задач, решаемых с помощью ИИС Интерпретация данных Это одна из традиционных задач для
- 37. Специфика и классификация задач, решаемых с помощью ИИС Диагностика Под диагностикой понимается процесс соотношения объекта с
- 38. Специфика и классификация задач, решаемых с помощью ИИС Мониторинг Основная задача мониторинга — непрерывная интерпретация данных
- 39. Специфика и классификация задач, решаемых с помощью ИИС Проектирование Проектирование состоит в подготовке спецификаций на создание
- 40. Специфика и классификация задач, решаемых с помощью ИИС Прогнозирование. Прогнозирование позволяет предсказывать последствия некоторых событий или
- 41. Специфика и классификация задач, решаемых с помощью ИИС Планирование Под планированием понимается нахождение планов действий, относящихся
- 42. Специфика и классификация задач, решаемых с помощью ИИС Обучение Под обучением понимается использование компьютера для обучения
- 43. Специфика и классификация задач, решаемых с помощью ИИС Нейронные сети не программируются в привычном смысле этого
- 44. Специфика и классификация задач, решаемых с помощью ИИС Управление Под управлением понимается функция организованной системы, поддерживающая
- 45. Специфика и классификация задач, решаемых с помощью ИИС Поддержка принятия решений Поддержка принятия решения — это
- 46. Специфика и классификация задач, решаемых с помощью ИИС Вобщем, случае все системы, основанные на знаниях, можно
- 47. Данные и знания Данные — зарегистрированная информация, представление фактов, понятий или инструкций в форме, приемлемой для
- 48. Модели представления знаний Типичными моделями представления знаний являются: логическая модель; продукционная модель; фреймовая модель; семантическая модель.
- 49. Продукционные модели модели, основанные на правилах, позволяют представить знание в виде предложений типа: «ЕСЛИ условие, ТО
- 50. Семантические сети графическое изображение модели, чаще всего в виде графов. Узлы этого графа соответствуют понятиям и
- 51. Фреймовые модели основывается на таком понятии как фрейм (англ. frame – рамка, каркас). Фрейм – структура
- 52. Логическая форма представления знаний – представляет собой несколько утверждений и фактов (формулы). Модель нечеткой логики -
- 53. Технологии обработки данных
- 54. Технологии обработки и анализа данных
- 55. Эволюция технологий обработки данных
- 56. Эволюция технологий обработки данных
- 57. Эволюция технологий обработки данных
- 58. Эволюция технологий обработки данных
- 59. Эволюция технологий обработки данных
- 60. Развитие отдельных высокотехнологичных направлений
- 61. Управление знаниями Менеджмент знаний, также управление знаниями — это систематические процессы по созданию, сбору, накоплению, сохранению,
- 62. Анализ данных и искусственный интеллект Навыки Data Science - от принятия у заказчика бизнес-проблемы до презентации
- 63. Домашняя раабота По всей классификации ИИС список ПО (отеч. и зарубеж.). Примеры.
- 65. Скачать презентацию