OPF:INMNPESY Expertní systémy - Informace o předmětu

INMNPESY Expertní systémy

Rozsah

2/1/0. 5 kr. Ukončení: zk.

Vyučující

Ing. Jan Górecki, Ph.D. (přednášející)

Garance

Ing. Jan Górecki, Ph.D.
Katedra informatiky a matematiky – Obchodně podnikatelská fakulta v Karviné
Kontaktní osoba: Ing. Jan Górecki, Ph.D.

Rozvrh

Út 14:45–16:20 A318

• Rozvrh seminárních/paralelních skupin:

INMNPESY/01: Út 16:25–17:10 A318, J. Górecki

Předpoklady

FAKULTA(OPF) && TYP_STUDIA(N) && FORMA(P)
K absolvování předmětu nejsou vyžadovány žádné podmínky a předmět může být zapsán nezávisle na jiných předmětech.

Omezení zápisu do předmětu

Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 17 stud.
Momentální stav registrace a zápisu: zapsáno: 7/17, pouze zareg.: 0/17

Mateřské obory/plány

• Manažerská informatika (program OPF, N_MI)

Cíle předmětu

V předmětu získají studenti jak teoretické, tak praktické poznatky z oborů: Umělá inteligence, Expertní systémy a Znalostní inženýrství. Hlavní důraz je kladen na využití umělé inteligence a expertních systémů pro podporu rozhodování manažera na jednotlivých úrovních řízení v obchodu a marketingu, ekonomice podniku, v bankovní a finanční sféře a ve veřejném sektoru. Rovněž se studenti seznámí s vybranými prostředky pro vytváření expertních systémů a získávání znalostí jejich dobýváním z databází.

Osnova

• 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.
  

Literatura

povinná literatura
• GÓRECKI, J. Expertní systémy. Skripta SU OPF, Karviná, 2017. info

doporučená literatura
• 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

neurčeno
• NORVIG, P. and RUSSEL, S., 2021. Artificial Intelligence: A Modern Approach, Global Edition. Pearson Education. ISBN 1292401133

Výukové metody

Demonstrace dovedností
Seminární výuka

Metody hodnocení

Známkou

Informace učitele

Požadavky na studenta: docházka na semináře, seminární práce.
Hodnotící metody: docházka na semináře min. 60 % (10 % hodnocení), zpracování seminární práce (30 % hodnocení), zkouška (60 % hodnocení).

Aktivity	Náročnost [h]
Ostatní studijní zátěž	40
Přednáška	26
Seminář	13
Zkouška	40
Celkem	119

Další komentáře

Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.slu.cz/predmet/opf/leto2024/INMNPESY