33SPR | Systémy pro podporu rozhodování | Rozsah výuky: | 3+2 | ||
---|---|---|---|---|---|
Přednášející (garant): | Kouba Z. | Typ předmětu: | Z | Zakončení: | Z,ZK |
Zodpovědná katedra: | 333 | Kreditů: | 6 | Semestr: | Z |
Anotace:
Systémy pro podporu rozhodování se snaží integrovat metody využívající výsledků klasických matematických disciplin (statistika) se znalostními metodami typickými pro umělou inteligenci. Přednáška vychází z důkladného seznámení s návrhem a principy znalostních systémů a všímá si souvisejících teoretických i aplikačních otázek znalostního inženýrství. Zvláštní pozornost je věnována praktickému využití metod datové analýzy. V závěru jsou analyzovány možnosti velmi moderní discipliny KDD (objevování souvislostí v datech).
Osnovy přednášek:
1. | Přehled systému pro podporu inteligentního rozhodování | |
2. | Základní problémy inteligentního rozhodování | |
3. | Reprezentace a získávání znalostí pro rozhodování | |
4. | Expertní systémy - typy, principy | |
5. | Zpracování neurčitosti | |
6. | Diagnostické ES, příklady a použití | |
7. | Základy znalostního inženýrství | |
8. | Statistické základy datové analýzy | |
9. | Principy faktorové analýzy | |
10. | Další partie moderní statistiky | |
11. | Datové sklady, KDD a jejich praktické aplikace | |
12. | Plánovací ES | |
13. | Rozhodování s podporou simulace na modelech | |
14. | Softcomputing a metody predikce |
Osnovy cvičení:
1. | Ukázka jednoduchého diagnostického expertního systému | |
2. | Řešení jednoduché úlohy | |
3. | Seminář - základní metody representace znalostí | |
4. | Seminář - základní metody representace znalostí | |
5. | Ukázka vybraných algoritmů strojového učení | |
6. | Řešení jednoduché úlohy | |
7. | Ukázka základních algoritmů rozpoznávání předmětů | |
8. | Řešení jednoduché úlohy | |
9. | Ukázka datového skladu | |
10. | Řešení jednoduché úlohy | |
11. | Ukázka geografického informačního systému | |
12. | Řešení jednoduché úlohy | |
13. | Ukázka systému pro podporu rozhodování s využitím simulace | |
14. | Řešení jednoduché úlohy |
Literatura Č:
[1] | Mařík, V. a kol.: Umělá inteligence I-IV. Academia, Praha, 1999-2001 | |
[2] | Hájek, P., Havránek, T., Jiroušek, R.: Uncertain Information in Expert Systems. CRC Press, Inc. 1992 | |
[3] | Neapolitan, R. E.: Probabilistic Reasoning in Expert Systems: Theory and Algorithms. John Willey & Sons, New York, 1989 | |
[4] | Weiss, S. M.: Predictive Data Mining - A Practical Guide. Morgan Kaufmann Publishers, Inc., San Francisco, 1998 |
Literatura A:
[1] | Hájek, P., Havránek, T., Jiroušek, R.: Uncertain Information Processing in Expert Systems. CRC Press, Inc. 1992 | |
[2] | Neapolitan, R. E.: Probabilistic Reasoning in Expert Systems: Theory and Algorithms. John Willey & Sons, New York, 1989 | |
[3] | Weiss, S. M.: Predictive Data Mining - A Practical Guide. Morgan Kaufmann Publishers, Inc., San Francisco, 1998 |
Požadavky:
|
Předmět je zahrnut do těchto studijních plánů:
|
Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |