Systémy pro podporu rozhodování

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Náplní předmětu jsou některé techniky a metody používané v systémech na podporu rozhodování jako expertní a znalostní systémy, reprezentace znalostí, znalostní management, sémantické modelování, zpracování neurčité informace, základy moderni datove analýzy a bayesovské sítě. Pozornost je věnována znalostním systémům interpretujícím znalosti získané procesem data mining. Metody managementu znalostí jsou aplikovány na tvorbu sémantických anotací zdrojů informací zahrnující metody WEB mining.

Požadavky:

Prezence dle studijních předpisů, úspěšné složení testu.

Osnova přednášek:

1. Data, informace, znalost. Strukturované a nestrukturované informace

2. Expertní a znalostní systémy

3. Reprezentace znalostí

4. Zpracování neurčité informace

5. Základy moderní datové analýzy

6. Bayesovské sítě

7. Znalostní systémy a znalosti získané procesem data mining

8. Datové sklady a jejich využití v procesu data mining

9. Management znalostí, sémantické modelování

10. WEB-mining, sémantické anotace elektronických zdrojů informací

11. Odvozování s využitím ontologií, vyhledávání zdrojů infromací podle sémantických anotací

12. Pokročilé techniky návrhu informačních systémů

13. Informační systémy a nestrukturovaná informace

14. Geografické informační systémy

Osnova cvičení:

1. Organizace, bezpečnost, podmínky udělení zápočtu

2. Formulace jednoduchého rozhodovacího problému

3. Samostatné řešení problému s využitím expertního systému I

4. Samostatné řešení problému s využitím expertního systému II

5. Návrh jednoduché sémantické sítě

6. Samostatné řešení zadaného problému datové analýzy I

7. Samostatné řešení zadaného problému datové analýzy II

8. Samostatné řešení zadaného problému s využitím Bayesovských sítí I

9. Samostatné řešení zadaného problému s využitím Bayesovských sítí II, test

10. Návrh datového skladu pro zadaný problém

11. Implementace datového skladu pro zadaný problém

12. Provádění OLAP analýz na implementovaném datového skladu pro zadaný problém

13. Tvorba sémantické anotace vybraných URL

14. Vyhledávání URL na základě sémantických anotací a ontologií

Cíle studia:

Studijní materiály:

[1] Mařík a kol. Umělá inteligence I-IV. Academia. Praha, 1999-2001

[2] Hájek, P., Havránek, T., Jiroušek, R.: Uncertain Information Processing in Expert Systems. CRC Press, Inc. 1992

[3] Neapolitan, R. E.: Probabilistic Reasoning in Expert Systems: Theory and Algorithms. John Willey & Sons, New York, 1989

[4] Weiss, S. M.: Predictive Data Mining - A Practical Guide. Morgan Kaufmann Publishers, Inc., San Francisco, 1998

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Kybernetika a měření - řídicí technika- strukturované studium (povinný předmět)
• Kybernetika a měření - umělá inteligence- strukturované studium (povinný předmět)
• Kybernetika a měření - měřicí a přístrojové systémy- strukturované studium (povinný předmět)
• Kybernetika a měření - letecké informační a řídicí systémy- strukturované studium (povinný předmět)