OPF:INMNKEXS Expert Systems - Course Information
INMNKEXS Expert Systems
School of Business Administration in KarvinaWinter 2017
- Extent and Intensity
- 0/0. 4 credit(s). Type of Completion: zk (examination).
- Teacher(s)
- Ing. Jan Górecki, Ph.D. (lecturer)
prof. RNDr. Jiří Ivánek, CSc. (lecturer) - Guaranteed by
- prof. RNDr. Jiří Ivánek, CSc.
Department of Informatics and Mathematics – School of Business Administration in Karvina
Contact Person: Ing. Jan Górecki, Ph.D. - Course Enrolment Limitations
- The course is also offered to the students of the fields other than those the course is directly associated with.
- fields of study / plans the course is directly associated with
- Business Economics in Trade and Services (programme OPF, N_EKOMAN)
- Marketing and Management (programme OPF, N_EKOMAN)
- Course objectives (in Czech)
- 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.
- Syllabus (in Czech)
- Obsah:
1. Umělá inteligence.
2. Oblasti výzkumu umělé inteligence.
3. Reprezentace znalostí.
4. Expertní systémy.
5. Prezentace expertního systému.
6. Architektura a budování expertního systému.
7. Získávání znalostí
8. Případové studie
9. Zpracování neurčitosti
10. Fuzzy množiny
11. Dobývání znalostí z databází
12. Rozhodovací stromy
13. Asociační pravidla
1. Umělá inteligence: historie, základní pojmy, umělá inteligence jako vědní disciplína.
2. Oblasti výzkumu umělé inteligence: rozpoznávání, strojové vidění, robotika, porozumění přirozenému jazyku, znalostní inženýrství.
3. Reprezentace znalostí: data, informace, znalosti, definice, základní pojmy, zdroje, zpracování, reprezentace znalostí, sémantické sítě, rámce, pravidla IF-THEN, praktické příklady.
4. Expertní systémy: definice, základní pojmy, báze znalostí, báze dat, inferenční mechanizmus, využití expertních systémů v praxi, příklady.
5. Prezentace expertního systému: expertní systém NEST, moduly pro reprezentaci báze znalostí, vysvětlování a další funkce.
6. Architektura a budování expertního systému: postup při budování expertního systému, struktura báze znalostí, druhy atributů a pravidel, testování, praktické příklady.
7. Získávání znalostí: metody získávání znalostí od expertů, metodika vytváření báze znalostí.
8. Případové studie: oblasti vhodné pro aplikaci expertních systémů, testování a ladění expertního systému.
9. Zpracování neurčitosti: základní přístupy zpracování neurčitosti, míry důvěry, bayesovské odvozování, algebraické pojetí.
10. Fuzzy množiny: fuzzy operace, konjunkce, disjunkce, implikace, negace, odvozování ve fuzzy logice, logický inferenční mechanismus.
11. Dobývání znalostí z databází: observační data, metodika CRISP-DM, základní metody dobývání znalostí z databází, case-based reasoning.
12. Rozhodovací stromy: rozhodovací tabulky a stromy, přímý algoritmus TDIDT pro konstrukci rozhodovacího stromu z dat.
13. Asociační pravidla: vyhodnocování nákupního košíku, metoda GUHA.
- Obsah:
- Literature
- required literature
- IVÁNEK, Jiří, Robert KEMPNÝ and Vladimír LAŠ. Znalostní inženýrství. Karviná: Obchodně podnikatelská fakulta v Karviné Slezská univerzita v Opavě, 2007. info
- DVOŘÁK. J. Expertní systémy. FSI VUT, 2004. info
- BERKA, P. Dobývání znalostí z databází. Academia, Praha, 2003. ISBN 80-200-1062-9. info
- recommended literature
- GIARRATANO, J. C., RILEY, G. Expert Systems: Principles and Programming. PWS Publishing Co. Boston, MA, USA, 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
- MAŘÍK, V., ŠTĚPÁNKOVÁ, O., LAŽANSKÝ, J. a kol. Umělá inteligence 1-5. Academia, Praha, 1993. info
- Teaching methods
- Skills demonstration
Seminar classes - Assessment methods
- Grade
- Language of instruction
- Czech
- Further comments (probably available only in Czech)
- The course can also be completed outside the examination period.
Information on the extent and intensity of the course: Přednáška 12 HOD/SEM. - Teacher's information
- https://elearning.opf.slu.cz/course/view.php?id=592
Activity Difficulty [h] Konzultace 6 Ostatní studijní zátěž 67 Přednáška 6 Zkouška 40 Summary 119
- Enrolment Statistics (Winter 2017, recent)
- Permalink: https://is.slu.cz/course/opf/winter2017/INMNKEXS