3. Экспертные системы 47

3.1. Структура и режимы работы экспертных систем 47

3.1.1. Основные элементы экспертных систем 47

3.1.2. Режимы работы экспертных систем 49

3.1.3. Участники разработки экспертных систем 49

3.2. Классификация экспертных систем 50

3.2.1. Классификация по сложности решаемых задач 50

3.2.2. Классификация по типу решаемых задач 52

3.2.3. Основные классы экспертных систем: классифицирующие, доопределяющие, трансформирующие, многоагентные 53

3.3. Поиск решений в экспертных системах 55

3.3.1. Поиск в одном пространстве 56

3.3.2. Поиск в иерархии пространств 58

3.3.3. Поиск в случае недетерминированности знаний 58

3.3.4. Алгоритм реализации логического вывода в экспертных системах 60

3.4. Методы извлечения знаний в экспертных системах 62

3.4.1. Классификация методов извлечения знаний 62

3.4.2. Коммуникативные методы извлечения знаний 63

3.4.3. Текстологические методы извлечения знаний 68

Контрольные тесты 70

4. ОLAP-ТЕХНОЛОГИЯ 71

4.1. Основные понятия 71

4.1.1. Хранилище данных 71

4.1.2. Применение информационных хранилищ. Извлечение знаний из данных 72

4.1.3. Основная идея OLAP-технологии 73

4.1.4. Структура хранилища данных в ОLAP-системах 75

4.2. Модели и алгоритмы построения OLAP-систем 77

4.2.1. ROLAP – обработка на основе запросов к реляционным базам данных 77

4.2.2. MOLAP – многомерное представление данных 79

4.2.3. HOLAP – гибридные системы 93

Контрольные тесты 94

5. ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ 95

5.1. Методы интеллектуального анализа данных 95

5.1.1. Основные понятия 95

5.1.2. Типы закономерностей, выявляемых методами интеллектуального анализа данных 96

5.1.3. Стадии интеллектуального анализа данных 97

5.1.4. Индуктивное и абдуктивное обучение 100

5.2. Алгоритмы интеллектуального анализа данных 101

5.2.1. ДСМ-метод 101

5.2.2. Байесовская классификация 103

5.2.3. Деревья решений 105

5.2.4. Методы классификации с использованием функций 108

5.2.5. Метод "ближайшего соседа" или системы рассуждений на основе аналогичных случаев 109

5.2.6. Методы кластерного анализа 111

5.2.7. Развитие алгоритмов интеллектуального анализа данных 113

Контрольные тесты 115

6. НЕЙРОННЫЕ СЕТИ 116

6.1. Основные понятия 116

6.1.1. Модель искусственного нейрона 116

6.1.2. Модели нейронных сетей 117

6.1.3. Статические нейронные сети 118

6.1.4. Рекуррентные нейронные сети 119

6.2. Проектирование нейронных сетей 119

6.2.1. Этапы проектирования нейронных сетей 119

6.2.2. Метод обратного распространения ошибки 122

6.2.3. Методы обучения нейронных сетей: обучение без учителя 123

6.2.4. Нейронные сети Хопфилда и Хэмминга 124

6.2.5. Использование генетических алгоритмов для обучения нейронной сети 127

Контрольные тесты 128

5. АДАПТИВНЫЕ СИСТЕМЫ 129

5.1. Основные классы адаптивных систем 129

5.1.1. Понятие и классификация адаптивных систем 129

5.1.2. Самонастраивающиеся адаптивные системы 130

5.1.3. Самоорганизующиеся адаптивные системы 132

5.1.4. Самообучающиеся адаптивные системы 132

5.2. Проектирование адаптивных систем 134

5.2.1. Общие подходы и требования к проектированию 134

5.2.2. Оригинальное проектирование адаптивных систем 135

5.2.3. Компонентное проектирование адаптивных систем 139

Контрольные тесты 141