ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ - Підручники для студентів онлайн

Навігація

Інформатика

ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ

Наступна >

ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ - Безсмертний І. А.

Розвиток комп'ютерних і телекомунікаційних технологій досягло рівня, що дозволяє впроваджувати інтелектуальні методи не тільки в потужні обчислювальні системи, але навіть в персональні комп'ютери та мобільні пристрої. Прикладами реалізації інтелектуальних методів можуть служити пошукові системи (Google, Яндекс), системи оптичного розпізнавання текстів, мовного введення даних, машинного перекладу, автомобільної навігації та ін. В даному підручнику зібрані найбільш корисні та прості підходи до вирішення інтелектуальних завдань, апробовані у навчальному процесі на кафедрі обчислювальної техніки Університету ІТМО (Санкт-Петербурзького національного дослідницького університету інформаційних технологій, механіки і оптики).

ВСТУП ЧАСТИНА I ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ, ЗАСНОВАНІ НА ЗНАННЯХ Глава 1 ОСНОВИ ЛОГІЧНОГО ПРОГРАММУВАННЯ 1.1. історичний огляд 1.2. ПРИНЦИПИ ЛОГІЧНОГО ПРОГРАМУВАННЯ 1.2.1. Основи математичної логіки 1.2.2. ІМПЕРАТИВНИЙ І ДЕКЛАРАТИВНИЙ ПРИНЦИПИ ПРОГРАМУВАННЯ 1.3. МОВА PROLOG ЯК СЕРЕДОВИЩЕ ЛОГІЧНОГО ПРОГРАМУВАННЯ 1.3.1. ПОНЯТТЯ ЛОГІЧНОГО ПРОГРАМУВАННЯ 1.3.2. ПРОПОЗІЦІОНАЛЬНАЯ ЛОГІКА В МОВІ PROLOG 1.3.3. ОБЧИСЛЕННЯ ПРЕДИКАТІВ І МОВА PROLOG 1.3.4. PROLOG І ЧИСТЕ ЛОГІЧНЕ ПРОГРАМУВАННЯ 1.4. PROLOG І АВТОМАТИЧНЕ ДОВЕДЕННЯ ТЕОРЕМ 1.4.1. Логічний висновок на основі імплікацій 1.4.2. СИМВОЛЬНІ ОБЧИСЛЕННЯ В SWI-PROLOG 1.4.3. ЗАСТОСУВАННЯ МОВИ SWI-PROLOG ДЛЯ АВТОМАТИЧНОГО ДОВЕДЕННЯ ТЕОРЕМ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ГЛАВА 2 МЕТОДИ ПОШУКУ НА ДЕРЕВІ РІШЕНЬ 2.1. Завдання, які вирішуються перебором варіантів 2.1.1. Програмістський підхід 2.1.2. УНІВЕРСАЛЬНИЙ ПІДХІД 2.2. МЕТОДИ СПУСКУ ПО ДЕРЕВУ РІШЕНЬ 2.2.1. Неінформірованнимі пошук 2.2.2. ІНФОРМОВАНЕ ПОШУК 2.2.3. ПОШУК В УМОВАХ ПРОТИДІЇ 2.2.4. ШАХОВІ ПРОГРАМИ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ГЛАВА 3 ЕКСПОНЕНЦІАЛЬНО СКЛАДНІСТЬ ПОШУКУ НА ДЕРЕВІ РІШЕНЬ І МЕТОДИ ЇЇ РЕДУКУВАННЯ 3.1. Наївний логічний пошук і завдання реального світу 3.1.1. Модель наївного логічного висновку 3.2. АЛГОРИТМІЧНІ МЕТОДИ ПРИСКОРЕННЯ ПОШУКУ 3.2.1. Алгоритми RETEі TREAT 3.2.2. ІНДЕКСАЦІЯ І ПОПЕРЕДНІЙ ВІДБІР ФАКТІВ 3.3. ТЕОРЕТИКО-МНОЖИННІ МЕТОДИ ПРИСКОРЕННЯ ПОШУКУ 3.3.1. Обробка безлічі фактів методами реляційної алгебри 3.3.2. РЕАЛІЗАЦІЯ ШВИДКОГО ЛОГІЧНОГО ВИСНОВКУ В СЕРЕДОВИЩІ PROLOG 3.4. МЕТОДИ ПОШУКУ, ЗАСНОВАНІ НА ПРЕЦЕДЕНТАХ 3.4.1. Антропоморфний підхід до пошуку рішень 3.4.2. ВИКОРИСТАННЯ ПРЕЦЕДЕНТІВ ДЛЯ РЕДУКУВАННЯ ДЕРЕВА РІШЕНЬ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ЧАСТИНА II ОСНОВИ МАШИННОГО НАВЧАННЯ Глава 4 ВСТУП В МАШИННЕ НАВЧАННЯ. ЕТАПИ ВИРІШЕННЯ ЗАВДАНЬ МАШИННОГО НАВЧАННЯ 4.1. Цілі і завдання машинного навчання 4.1.1 Завдання машинного навчання 4.1.2. ФОРМАЛЬНА ПОСТАНОВКА ЗАДАЧІ МАШИННОГО НАВЧАННЯ 4.2. ЧИСТІ ДАНІ І ВИБІР ОЗНАК 4.2.1. Передобробка даних 4.2.2. РЕКОМЕНДАЦІЇ ДО ВИБОРУ ОЗНАК 4.3. ПОБУДОВА МОДЕЛІ ТА ЗВЕДЕННЯ НАВЧАННЯ ДО ЗАДАЧІ ОПТИМІЗАЦІЇ 4.4. ОЦІНКА ЯКОСТІ РОБОТИ АЛГОРИТМУ МАШИННОГО НАВЧАННЯ 4.4.1. Методи оцінки якості 4.4.2. ПРОБЛЕМА ПЕРЕНАВЧАННЯ 4.5. ПРОЦЕС ВПРОВАДЖЕННЯ АЛГОРИТМУ МАШИННОГО НАВЧАННЯ В ЕКСПЛУАТАЦІЮ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ГЛАВА 5 НАВЧАННЯ З УЧИТЕЛЕМ 5.1. Лінійна регресія 5.1.1. Постановка завдання відновлення лінійної регресії 5.1.2. МЕТОД ГРАДІЄНТНОГО СПУСКУ ДЛЯ НАВЧАННЯ МОДЕЛІ ЛІНІЙНОЇ РЕГРЕСІЇ 5.1.3. ПЕРЕХІД ДО НЕЛІНІЙНОЇ РЕГРЕСІЇ 5.2. ЛОГІСТИЧНА РЕГРЕСІЯ 5.2.1. Лінійні класифікатори 5.2.2. ЗВ'ЯЗОК З НЕЙРОМЕРЕЖЕВИМИ МОДЕЛЯМИ 5.2.3. АЛГОРИТМ НАВЧАННЯ ЛОГІСТИЧНОЇ РЕГРЕСІЇ 5.3. МЕТОД ПАРЗЕНОВСКОГО ВІКНА 5.3.1. Байєсівський підхід до класифікації 5.3.2. АЛГОРИТМ ПАРЗЕНА - РОЗЕНБЛАТТА 5.4. ДЕРЕВА ПРИЙНЯТТЯ РІШЕНЬ 5.4.1. Використання ентропії в деревах прийняття рішень 5.4.2. ПОБУДОВА ДЕРЕВА ПРИЙНЯТТЯ РІШЕНЬ 5.4.3. КЛАСИФІКАЦІЯ НОВИХ ДАНИХ ЗА ДОПОМОГОЮ ДЕРЕВА ПРИЙНЯТТЯ РІШЕНЬ 5.5. НЕЙРОННІ МЕРЕЖІ 5.5.1. Штучні нейронні мережі простого типу 5.5.2. НАВЧАННЯ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ ПРОСТОГО ТИПУ (НЕРСЕПТРОНА)5.5.3. БАГАТОШАРОВІ ШТУЧНІ НЕЙТРОННІ МЕРЕЖІ 5.5.4. ФУНКЦІЇ АКТИВАЦІЇ ДЛЯ БАГАТОШАРОВИХ ПЕРСЕПТРОНОВ 5.5.5. РОЗРАХУНОК ВІДПОВІДІ ДЛЯ БАГАТОШАРОВОГО ПЕРСЕПТРОНА НА ОСНОВІ АЛГОРИТМУ ПРЯМОГО ПОШИРЕННЯ 5.5.6. НАВЧАННЯ БАГАТОШАРОВОГО ПЕРСЕПТРОНА НА ОСНОВІ АЛГОРИТМУ ЗВОРОТНОГО ПОШИРЕННЯ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ГЛАВА 6 НАВЧАННЯ БЕЗ ВЧИТЕЛЯ 6.1. Кластеризація / г-середніми 6.1.1. Постановка завдання кластеризації 6.1.2. ОЦІНКА ЯКОСТІ КЛАСТЕРИЗАЦІЇ 6.1.3. АЛГОРИТМ КЛАСТЕРИЗАЦІЇ 6.2. ІЄРАРХІЧНА КЛАСТЕРИЗАЦІЯ 6.2.1. Постановка завдання ієрархічної кластеризації 6.2.2. АЛГОРИТМ ІЄРАРХІЧНОЇ КЛАСТЕРИЗАЦІЇ 6.3. КЛАСТЕРИЗАЦІЇ ЗА ДОПОМОГОЮ КАРТ КОХОНЕНА 6.3.1. Опис моделі карти Кохонена 6.3.2. АЛГОРИТМ НАВЧАННЯ КАРТИ КОХОНЕНА 6.4. ПОШУК АСОЦІАЦІЙ В ДАНИХ 6.4.1. Постановка завдання пошуку асоціацій в даних 6.4.2. АЛГОРИТМ APRIORI ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ЧАСТИНА III ОБРОБКА ПРИРОДНОЇ МОВИ ТА МАШИННИЙ АНАЛІЗ ТЕКСТІВ Глава 7 ОБРОБКА ПРИРОДНОЇ МОВИ 7.1. Природні і штучні мови. Проблема нерегулярності природних мов 7.2. ФОРМАЛЬНІ І НЕФОРМАЛЬНІ МОВИ. ПРОБЛЕМА ФОРМАЛІЗАЦІЇ ПРИРОДНИХ МОВ 7.3. ПРЕДМЕТ, МЕТА І ЗАВДАННЯ ОБРОБКИ ПРИРОДНОЇ МОВИ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ГЛАВА 8 МАШИННИЙ АНАЛІЗ ТЕКСТІВ ПРИРОДНОЮ МОВОЮ 8.1. Тексти на природній мові. Базові властивості текстів 8.2. МАШИННИЙ АНАЛІЗ ТЕКСТІВ. ПРОБЛЕМА РОЗУМІННЯ ПРИРОДНИХ МОВ 8.3. ЕТАПИ МАШИННОГО АНАЛІЗУ ТЕКСТІВ. ПРОБЛЕМА БАГАТОЗНАЧНОСТІ ПРИРОДНИХ МОВ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА ГЛАВА 9 МОДЕЛЮВАННЯ ТЕКСТІВ ПРИРОДНОЮ МОВОЮ 9.1. Векторна модель представлення текстів 9.2. ЛАТЕНТНИЙ СЕМАНТИЧНИЙ АНАЛІЗ 9.3. АВТОМАТИЧНА КАТЕГОРИЗАЦІЯ ТЕКСТІВ ЗАПИТАННЯ І ЗАВДАННЯ ПРАКТИКУМ РЕКОМЕНДОВАНА ЛІТЕРАТУРА НОВІ ВИДАННЯ З ДИСЦИПЛІНИ «ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ» ТА СУМІЖНИХ ДИСЦИПЛІН

Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter

Наступна >

Дисципліни

Агропромисловість

Аудит та Бухоблік

Банківська справа

Географія

Документознавство

Екологія

Економіка

Етика та Естетика

Журналістика

Інвестування

Інформатика

Культурологія

Література

Логістика

Маркетинг

Медицина

Нерухомість

Менеджмент

Педагогіка

Політологія

Політекономія

Природознавство

Психологія

Релігієзнавство

Риторика

Соціологія

Статистика

Страхова справа

Товарознавство

Філософія