Ma 5 stron. Podejmuje takie kwestie jak: modele w informatyce, jakość modelu, gęstość inteligencji, wymiary inżynierskie, jakość dostępnych zasobów, dychtonomia modeli, systemy usuwające błędy, ocena systemów ekspertowych, sieci neuronowe.
Dane - losowa grupa prostych faktów i zdarzeń
Informacja - właściwie zagregowane proste fakty w bardziej złożone, kompleksowe fakty
Wiedza - sumaryczny wynik naszych procesów percepcyjnych, tak zorganizowany, aby można było wyciągnąć znaczące wnioski, wiedza = dane + reguły rozsądnego użycia
Mądrość - najczęściej zdefiniowana jako zdrowy rozsądek lub właściwy osąd
Modele w informatyce:
Semantyczny - wiedza
Morfologiczny - informacje
Obliczeniowy - dane Jakość modelu, gęstość inteligencji:
Dokładność-określa jak dobrze zwrócone przez system wyniki zbliżają się do poprawnej lub najlepszej decyzji.
Zdolność wyjaśniania-opis procesu osiągania konkluzji, wniosków, decyzji
Szybkość/wiarygodność czasu reakcji - czas potrzebny do przeprowadzenia przez system pełnej analizy na żądanym poziomie dokładności. Nie uboczną sprawą jest zaufanie, że odpowiedź systemu zostanie na pewno wydana w określonym czasie. Rozminięcie się z wymogami czasowymi może w wielu przypadkach spowodować, że uzyskane wyniki będą bezużyteczne.
Wymiary inżynierskie:
Elastyczność-łatwość modyfikowania relacji między zmiennymi opisującymi, oraz modyfikowania zmiennych i celów systemu
Skalowalność-możliwość dodania nowych zmiennych do opisu problemu lub zwiększenie zakresu wartości przyjmowanych przez zmienne. Zagwarantowanie tej cechy systemom wspomagania decyzji (DSS) może być bardzo trudnym problemem gdy gwałtownie wzrasta oddziaływanie między zmiennymi i to w sposób nie przewidywalny.
Zwięzłość-możliwie niewielka objętość kodu wynikowego
Zdolność umiejscowienia w innych systemach-łatwość sprzężenia systemu z systemami nadrzędnymi lub integracji z infrastrukturą organizacji
Łatwość użytkowania-stopień łatwości użytkowania systemu przez biznesmenów w codziennej pracy
Jakość dostępnych zasobów:
Tolerancja szumów w danych - stopień odporności systemu, najczęściej w sensie wpływu na dokładność wyników, na szumy w danych elektronicznych
Tolerancja w danych niepełnych (rzadkich) - stopień odporności systemu na niedokładność danych, lub ich brak.
Ślad uczenia - wskazuje jak wiele dana organizacja musi przeprowadzić badań i eksperymentów, aby uzyskać doświadczenie niezbędne do stosowania nowej technologii i rozwiązania przy jej pomocy swoich problemów
Tolerancja złożoności-stopień zależności systemu od oddziaływań między zmiennymi, szczególnie, gdy badany proces jest modelowany przy pomocy wielu odrębnych modułów lub zrębów wiedzy (np. tworzenie długoterminowych prognoz pogody)
Ograniczenia logistyczne:
Niezależność od ekspertów - stopień, do którego system może być zaprojektowany, zbudowany i testowany bez udziału ekspertów ( o ile ekspertyza jest bardzo cenna, to z kolei dostęp do ekspertów wewnątrz jakiejkolwiek organizacji może przerodzić się w logistyczną zmorę)
(…)
… bez konieczności zakupu specjalizowanego komputera lub/oraz szczególnie oprogramowania
Czas opracowania - czas, który organizacja może przeznaczyć na opracowanie, instalację i wdrażanie systemu
Etapy tworzenia hurtowni danych:
Akwizycja (gromadzenie danych)-może być wspomagane przez takie organizacje jak: Carleton Corp, Electronic Data System Corp, Platinum Technology Inc
Usprawnianie danych (czyszczenie)
Tworzenie hurtowni danych
Hurtownie danych oraz implementacje, Data Mart (małe HD), IBM Corp, Oracle Corp, Sybase Inc
Przetwarzanie danych (zorientowane na interpretację wyników)
Akwizycja
Manipulacja: kompresja, eliminacja, ekstrapolacja, interpolacja, redukcja, przeszukiwanie, wygładzanie
Reprezentacja
Przechowywanie
Modelowanie-komputerowa (cyfrowa) reprezentacja obiektów
Symulacja…
… planowania ruchów robotników przemysłowych lub planowania drogi.
Systemy monitorowania - badanie zachowania się obiektów w czasie celu zapobiegania anomaliom, które mogą zagrażać niewypełnieniem postawionych zadań. Do typowych obszarów zastosowań należą: kontrola lotów nad lotniskami, monitorowanie stanu kompleksowych obiektów przemysłowych np. rafinerii ropy naftowej, szelfowych wież wiertniczych…
… dziedziny wiedzy, odcinając się raczej od symulacji wiedzy jako takiej.
Prowadzą rozumowanie na prezentacji wiedzy człowieka
Różnią się od innych programów sztucznej inteligencji: gotowością, szybkością, bezbłędnością działania, zdolności objaśniania linii rozumowania.
Schematy pozyskiwania wiedzy:
Wywiad - wiedza wąsko-dziedzinowa
Interakcja (inteligentny program decyzyjny)
Uczenie na przykładach (ukryte…
... zobacz całą notatkę
Komentarze użytkowników (0)