Кафедра алгоритмических языков ВМК МГУ
Главная

Спецкурс "Управление знаниями"
для студентов 2-5 курсов лектор: к.ф.-м.н. Корухова Юлия Станиславовна

Расписание


Лекции спецкурса закончены.

Aннотация

В курсе рассматриваются вопросы связанные c управлением знаниями в организациях и технологии, используемые на разных этапах: для представления знаний, хранения информации, построения выводов, использования прецедентов, распространения знаний.

Литература

  1. I. Fernandez, A. Gonzalez and R. Sabherwal Knowledge management - Prentice Hall, 2004.
  2. E. Awad, H. Ghaziri Knowledge management - Prentice Hall, 2004 (главы 1,2,3,4,5,7,9,10, 11,12,13).
  3. Ronald J. Brachman, Hector J.Levesque Knowledge representation and reasoning – Elsevier & Morgan Kaufmann, 2004
  4. Логический подход к ИИ — М.,Мир.1990
  5. SWI Prolog http://www.swi-prolog.org/
  6. Питер Джексон "Введение в экспертные системы" - издательский дом "Вильямс", Москва, Санкт-Петербург, Киев, 2001.
  7. Система CLIPS http://clipsrules.sourceforge.net/

Программа курса

  1. Введение, основные понятия и определения (данные, информация, знания), классификация знаний. Цели и задачи управления знаниями в организации. Основные шаги в управлении знаниями, используемые технологии и подходы.
  2. Искусственный интеллект (ИИ) как одна из основных технологий в управлении знаниями.
  3. Представление знаний и методы построения выводов в системах искусственного интеллекта.
    • Представление знаний на основе логики предикатов первого порядка, метод резолюций. Язык Пролог.
    • Продукции. Понятие прямого и обратного вывода. Система CLIPS.
    • Объектно-ориентированный подход (фреймы).
    • Семантические сети.
  4. От семантических сетей (Semantic Network) к Semantic Web. Цели построения Semantic Web, понятие URI, RDF, языки описания метаданных, онтологии.
  5. Системы основанные на знаниях. Извлечение знаний для построения экспертных систем. Построение экспертных систем.
  6. Рассуждение на основе прецедентов (case-based reasoning). Построение библиотеки примеров, организация поиска в библиотеке, адаптация. Сравнение экспертных систем и систем, использующих рассужение на основе прецедентов.
  7. Репозитории данных. Использование интеллектуального анализа данных (data mining) для получения знаний. Обзор основных подходов: индуктивного, статистического, использования нейронных сетей. Стандарт CRISP-DM построения приложений, использующих технологии интеллектуального анализа данных в организациях.
  8. Распространение знаний.[Этот вопрос программы не выносится на экзамен]



... Страница находится в процессе разработки ...