INNE EBOOKI AUTORA
Koszyk
Systemy wspomagania decyzji
Jak korzystać z WIEDZY i informacji
Autor:
Wydawca:
Format:
ibuk
Systemy Wspomagania Decyzji to programy bądź pakiety programów, które łączą w sobie możliwości gromadzenia i przetwarzania dużej ilości danych, wykorzystywania różnorodnych modeli i inteligentnego posługiwania się zgromadzonymi danymi oraz wiedzą. Pozwalają analizować dane i wyciągać wnioski w sposób bliski sposobowi myślenia człowieka – przy wykorzystaniu danych niepewnych bądź rozmytych, analogii i metod uczenia się, ponieważ nieodłączną częścią systemu wspomagania decyzji jest moduł oparty o elementy sztucznej inteligencji. Jako takie, systemy wspomagania decyzji znajdują coraz szersze zastosowanie w wielu dziedzinach życia. Książka umożliwia zarówno poznanie ciekawych metod stosowanych w tych systemach jak i wprowadza świadomość istnienia takich systemów, narzędzi do ich tworzenia oraz sposobów ich wykorzystania, co może być pomocne w rozwiązywaniu wielu problemów, dla których dziś nie ma rozwiązań algorytmicznych.
Książka jest zaadresowana do osób, które mogą stać się ekspertami w pewnych dziedzinach i zetknąć się z koniecznością przekazania swojej wiedzy tak, aby mogła ona być wykorzystana w tych systemach, a także do osób, które będą tworzyły koncepcje systemów wspomagania decyzji. Kierowana jest zarówno do ekspertów, którzy dzielą się wiedzą jak i do projektantów systemów.
| Rok wydania | 2007 |
|---|---|
| Liczba stron | 136 |
| Kategoria | Zastosowania informatyki |
| Wydawca | Wydawnictwo Naukowe PWN |
| ISBN-13 | 978-83-01-15085-3 |
| Numer wydania | 1 |
| Język publikacji | polski |
| Informacja o sprzedawcy | ePWN sp. z o.o. |
POLECAMY
Ciekawe propozycje
Spis treści
| 1. Psychologia podejmowania decyzji | 7 |
| 1.1. Umysł i intuicja w podejmowaniu decyzji | 7 |
| 1.2. Problemy | 8 |
| 1.3. Problemy inżynierii środowiska | 9 |
| 1.4. Poziomy podejmowania decyzji | 10 |
| 1.5. Proces podejmowania decyzji | 10 |
| 1.6. Podejmowanie decyzji w środowisku wielokryterialnym | 11 |
| 2. Definicja Systemów Wspomagania Decyzji | 15 |
| 2.1. Czym jest System Wspomagania Decyzji? | 15 |
| 2.2. Zadania Systemów Wspomagania Decyzji | 16 |
| 2.3. Architektura Systemów Wspomagania Decyzji | 17 |
| 2.3.1. Schemat funkcjonalny | 17 |
| 2.3.2. Schemat narzędziowy | 18 |
| 2.4. Systemy Business Intelligence | 18 |
| 2.4.1. Przykłady wykorzystania systemów klasy Business Intelligence | 21 |
| 3. Systemy zarządzania bazami danych | 23 |
| 3.1. Definicja baz danych | 23 |
| 3.2. Modele architektur baz danych | 24 |
| 3.2.1. Model relacyjny | 24 |
| 3.2.2. Model hierarchiczny | 28 |
| 3.2.3. Model sieciowy | 29 |
| 3.2.4. Model semantyczny | 29 |
| 3.3. Operacje na danych – systemy zarządzania bazami danych | 30 |
| 3.4. SQL – język zapytań | 31 |
| 3.5. Rozproszone bazy danych | 31 |
| 4. Bazy modeli | 33 |
| 4.1. Modele | 33 |
| 4.2. Bazy modeli | 35 |
| 5. Systemy ekspertowe | 39 |
| 5.1. Definicja systemów ekspertowych | 39 |
| 5.2. Historia, klasyfikacja i budowa systemów ekspertowych | 41 |
| 5.3. Baza wiedzy i metody reprezentacji wiedzy w bazie wiedzy | 42 |
| 5.3.1. Reprezentacja wiedzy | 43 |
| 5.3.2. Sprawdzanie kompletności bazy reguł | 47 |
| 5.4. Maszyna wnioskująca | 49 |
| 5.4.1. Algorytm wnioskowania do przodu | 51 |
| 5.4.2. Algorytm wnioskowania wstecz | 52 |
| 5.4.3. Wnioskowanie mieszane | 52 |
| 5.4.4. Porównanie algorytmów | 53 |
| 5.4.5. Stany reguł i przesłanek w procesie wnioskowania | 54 |
| 5.4.6. Heurystyki | 56 |
| 5.5. Moduł objaśniający | 58 |
| 5.6. Ocena jakości systemu ekspertowego | 58 |
| 5.7. Pozyskiwanie wiedzy | 60 |
| 5.7.1. Algorytm Quinlana | 61 |
| 5.8. Przykład systemu ekspertowego w Systemie Wspomagania Decyzji WODA | 66 |
| 5.9. Być ekspertem, czyli sztuka komunikacji | 68 |
| 5.10. Być inżynierem wiedzy, czyli sztuka współpracy | 70 |
| 6. Inne narzędzia sztucznej inteligencji wykorzystywane w SWD | 73 |
| 6.1. Pojęcie sztucznej inteligencji | 73 |
| 6.2. Logika rozmyta i zbiory rozmyte | 74 |
| 6.2.1. Definicja zbiorów rozmytych | 75 |
| 6.2.2. Podstawowe operacje na zbiorach rozmytych | 76 |
| Iloczyn zbiorów rozmytych | 77 |
| Suma zbiorów rozmytych | 77 |
| Dopełnienie | 77 |
| 6.2.3. Zmienne lingwistyczne | 79 |
| 6.2.4. Interpretacja i wyznaczanie funkcji przynależności | 80 |
| 6.2.5. Systemy rozmyte | 82 |
| 6.2.5.1. Operatory rozmyte | 83 |
| 6.2.5.2. Relacje rozmyte | 84 |
| 6.2.6. Rozmyte systemy ekspertowe jako przykład systemu rozmytego | 86 |
| 6.2.6.1. Ekspertowy system rozmyty | 88 |
| 6.2.7. Zastosowania | 91 |
| 6.2.8. Rozmyte bazy danych | 93 |
| 6.3. Algorytmy genetyczne | 96 |
| 6.3.1. Klasyczny algorytm genetyczny | 97 |
| 6.3.2. Zastosowania algorytmów genetycznych | 101 |
| 6.3.2.1. Pozyskiwanie wiedzy z danych z wykorzystaniem algorytmów genetycznych | 101 |
| 6.4. Sztuczne sieci neuronowe | 104 |
| 6.4.1. Historia sztucznych sieci neuronowych | 104 |
| 6.4.2. Modele neuronów i metody ich uczenia | 105 |
| 6.4.2.1. Model McCullocha-Pittsa | 105 |
| 6.4.2.2. Neuron typu sigmoidalnego | 107 |
| 6.4.3. Topologia sieci | 109 |
| 6.4.3.1. Sieci wielowarstwowe jednokierunkowe | 110 |
| 6.4.4. Projektowanie sieci | 114 |
| 6.4.5. Sieci samoorganizujące się | 116 |
| 6.4.5.1. Sieci Hebba | 116 |
| 6.4.5.2. Uczenie samoorganizujące się z konkurencją | 117 |
| 6.4.6. Zastosowania sztucznych sieci neuronowych | 117 |
| 6.4.6.1. Przewidywanie prędkości wiatru | 118 |
| 6.4.6.2. Sieć neuronowa wspomagająca ocenę wiarygodności kredytowej (skoring) | 119 |
| 7. Dodatek | 121 |
| 7.1. Program Neural Planner | 121 |
| 7.1.1. Przeznaczenie programu | 121 |
| 7.1.2. Tworzenie sieci | 121 |
| 7.1.3. Tworzenie pliku uczącego | 122 |
| 7.1.4. Nauczanie sieci | 123 |
| 7.1.5. Ustawianie innych opcji | 123 |
| 7.2. Język SQL | 123 |
| 1. Instrukcja Select w języku SQL (MySQL) | 124 |
| 2. Inne polecenia SQL | 127 |
| Literatura | 129 |
| Skorowidz | 131 |
Wypożyczaj w abonamencie!
Już od 2,66 zł za ebooka
