OPF:INMNPESY Expert Systems - Course Information
INMNPESY Expert Systems
School of Business Administration in KarvinaSummer 2023
- Extent and Intensity
- 2/1/0. 5 credit(s). Type of Completion: zk (examination).
- Teacher(s)
- Ing. Jan Górecki, Ph.D. (lecturer)
- Guaranteed by
- Ing. Jan Górecki, Ph.D.
Department of Informatics and Mathematics – School of Business Administration in Karvina
Contact Person: Ing. Jan Górecki, Ph.D. - Timetable
- Mon 12:15–13:50 A423
- Timetable of Seminar Groups:
- Prerequisites
- FAKULTA ( OPF ) && TYP_STUDIA ( N ) && FORMA ( P )
None - Course Enrolment Limitations
- The course is only offered to the students of the study fields the course is directly associated with.
The capacity limit for the course is 17 student(s).
Current registration and enrolment status: enrolled: 0/17, only registered: 0/17 - fields of study / plans the course is directly associated with
- Managerial Informatics (programme OPF, N_MI)
- Course objectives
- The students of the course gain theoretical and practical knowledge in the following fields: artificial intelligence, expert systems and knowledge engineering. The main aim of the course is to explain the use of artificial intelligence and expert systems for supporting of a manager in decision making process in business, marketing, finance, banking, public sector, etc. The students also get in contact with selected tools for creation of expert systems and knowledge discovery from databases.
- Syllabus (in Czech)
- 1. Expertní systémy v kontextu umělé inteligence
Umělá inteligence, expertní systém, základní principy znalostního inženýrství, typy aplikací expertních systémů.
2. Charakteristiky expertních systémů
Struktura expertního systému, znalosti, reprezentace znalostí, inferenční mechanismus, neurčitost.
3. Prostředí NEST
Historie NESTu, NEST, popis instalačního balíku a vlastní instalace, nastavení, NEST - základní možnosti a spuštění konzultace, možnosti okna dotaz a průběh konzultace, ukládání odpovědí, výsledky konzultace.
4. Struktura báze znalostí a inferenční mechanizmus v NEST
NEST editor, zadávání nových prvků báze znalostí, reprezentace znalostí, atributy a výroky, pravidla, kontexty, integritní omezení, inferenční mechanismus v NESTu.
5. Neurčitost v NEST
Práce s neurčitostí, funkce pro práci s neurčitostí, příklad výpočtu vah diagnóz, srovnání přístupů práce s neurčitostí v NEST.
6. Aplikace v NEST
Výběr problému a grafická reprezentace, příklad zpracování báze znalostí, založení nové báze, konstrukce báze znalostí, ladění báze, tvorba dokumentace.
- 1. Expertní systémy v kontextu umělé inteligence
- Literature
- required literature
- GÓRECKI, J. Expertní systémy. Skripta SU OPF, Karviná, 2017. info
- recommended literature
- NORVIG, P. and RUSSEL, S., 2021. Artificial Intelligence: A Modern Approach, Global Edition. Pearson Education. ISBN 1292401133
- GIARRATANO, J. C. and G. RILEY. Expert Systems: Principles and Programming. Boston, MA, USA: PWS Publishing Co, 2004. ISBN 0-534-38447-1. info
- JACKSON, P. Introduction to expert systems. Addison-Wesley, Boston, MA, USA, 1998. ISBN 0-201-87686-8. info
- Teaching methods
- Skills demonstration
Seminar classes - Assessment methods
- Grade
- Language of instruction
- Czech
- Further comments (probably available only in Czech)
- Study Materials
The course can also be completed outside the examination period. - Teacher's information
Activity Difficulty [h] Ostatní studijní zátěž 40 Přednáška 26 Seminář 13 Zkouška 40 Summary 119
- Enrolment Statistics (Summer 2023, recent)
- Permalink: https://is.slu.cz/course/opf/summer2023/INMNPESY