INMNKEXS Expert Systems

School of Business Administration in Karvina
Winter 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
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.
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
ActivityDifficulty [h]
Konzultace6
Ostatní studijní zátěž67
Přednáška6
Zkouška40
Summary119
The course is also listed under the following terms Winter 2014, Winter 2015, Winter 2016, Winter 2018.
  • Enrolment Statistics (Winter 2017, recent)
  • Permalink: https://is.slu.cz/course/opf/winter2017/INMNKEXS