Интеллектуальные агенты. Системы интеллектуального анализа данных. Управление знаниями

интеллектуальный агент -разумные сущности, наблюдающие за окружающей средой и действующие в ней, при этом их поведение рационально в том смысле, что они способны к пониманию и их действия всегда направлены на достижение какой-либо цели. Такой агент может быть как роботом, так и встроенной программной системой. Об интеллектуальности агента можно говорить, если он взаимодействует с окружающей средой примерно так же, как действовал бы человек.

Под «анализом данных» понимают действия, направленные на извлечение из них информации об исследуемом объекте и на получение по имеющимся данным новых данных. Интеллектуальный анализ данных (ИАД) — общий термин для обозначения анализа данных с активным использованием математических методов и алгоритмов.

В общем случае процесс ИАД состоит из трех стадий;

1. выявление закономерностей;

2. использование выявленных закономерностей для предсказания неизвестных значений;

3. анализ исключений для выявления и толкования аномалий в найденных закономерностях.

Иногда выделяют промежуточную стадию проверки достоверности найденных закономерностей.

Существующие системы ИАД подразделяют на исследо­вательские, ориентированные на специалистов и предназна­ченные для работы с новыми типами проблем; прикладные, рассчитанные на аналитиков, менеджеров, технологов и решающие типовые задачи (в прикладных системах целесообразно реализовывать не методы, а типовые виды рассуждений, характерные для проблемной области).

Для проведения автоматического анализа данных, на­копленных предприятием в течение жизненного цикла, ис­пользуются технологии под общим названием Data Mining. Data Mining — это технология обнаружения я «сырых» данных ранее неизвестных нетривиальных, практически полезных и доступных интерпретаций знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Алгоритмы, используемые в Data Mining требуют большого количества вычислений, что ранее считалось сдерживающим фактором широкого практического их применения, однако рост производительности современных процессоров снял остроту этой проблемы.

.

Управление знаниями - систематическое приобретение, синтез, обмен и использование опыта для достижения успеха в бизнесе или в управлении компанией.

5.4 Понятие и назначение экспертной системы (ЭС). Примеры применения в экономике.

Экспертная система — система ис­кусственного интеллекта, включающая знания об опреде ленной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения.

ЭС предназначена для решения неформализованных задач, к которым относят задачи, обладающие одной или несколькими из следующих характеристик: -исходные данные не могут быть заданы в числовой форме; -цели не могут быть выражены в терминах точно определенной целевой функции; -не существует алгоритмического решения задач; -алгоритмическое решение существует, но его нельзя использовать из-за ограниченности ресурсов (время, память).

Классификация ЭС.

Классификация ЭС: - по назначению: общего пользования и специализированные; - по степени зависимости от внешней среды: статические и динамические; - по типу использования: изолированные, ЭС на входе/выходе других систем и гибридные; - по стадии создания: исследовательские образцы(разработанные за 1-2 месяца с минимальной БЗ); демонстрационные(разработанные за 2-4 месяца на языке типа LISP, PROLOG, CLIPS и др.); промышленные(разработанные за 4-8 месяцев на языке типа CLIPS с полной БЗ); коммерческие(разработанные за 1,5-2 года на языке типа C++, Java с полной БЗ).

Поиск по сайту: